tesis de magÍster - economia.uc.cleconomia.uc.cl/wp-content/uploads/2015/07/tesis_cmunoz.pdf · en...

D O C U M E N T O D E T R A B A J O

Instituto de EconomíaTESIS d

e MA

GÍSTER

I N S T I T U T O D E E C O N O M Í A

w w w . e c o n o m i a . p u c . c l

Intermediación Laboral Pública en Chile:un Enfoque de Efecto Tratamiento

Cristian Muñoz.

2009

Tesis de Grado Magíster en Economía

Muñoz, Flández, Cristian Alexis

Agosto 2009

Pontificia Universidad Católica de Chile Facultad de Ciencias Económicas y Administrativas Instituto de Economía Magíster en Economía

Tesis de Grado, Magíster en Economía.

Autor: Cristián Alexis Muñoz Flández Comisión: Raimundo Soto.

Gert Wagner. Fecha: Agosto, 2009

Índice

Sección Página

Resumen/Abstract. 1

I. Introducción. 3

II. ¿Qué son los Intermediarios Laborales? 4

III. Oficinas Municipales de Intermediación Laboral. 6

IV. Literatura Previa. 10

V. Pregunta de Investigación. 14

VI. Metodología. 15

VII. Apuntes Econométricos. 17

VIII. Datos. 19

IX. Resultados. 26

X. Posibles Explicaciones a estos Resultados. 41

XI. Conclusión . 48

XII. Bibiografía . 49

XIII. Anexos. 52

1

Resumen

Abordando una rama de la literatura económica no explorada en Chile, esta investigación

responde la pregunta “¿Las Oficinas Municipales de Intermediación Laboral (OMIL) generan

algún efecto sobre el mercado laboral?” a través de la estimación de la diferencia marginal que

genera en el ingreso del trabajo por hora la obtención de un empleo a través de una OMIL. Se

utilizó mínimos cuadrados ordinarios y, para controlar el sesgo de selección en observables y

no observables, se utilizaron técnicas de matching y regresión censurada tipo heckit. En

nuestras estimaciones se obtuvo una diferencia marginal negativa. Sin embargo, al separar las

observaciones de acuerdo al quintil de ingreso autónomo del hogar per cápita, se observó que

tal efecto negativo sólo está presente en el tercer y cuarto quintil. Sin embargo, de estos

resultados no es posible aún extraer conclusiones de política pública. Todavía nos resta

desentrañar las explicaciones que están detrás de estas cifras. Basándonos en propuestas de

la literatura relacionada y en evidencia anecdótica, aquí se planteó que tanto el pool de

trabajadores intermediados (sus características no observables), como el conjunto de

empresas que ofrecen empleos a través de las OMIL (pueden ofrecer sistemáticamente

salarios inferiores al mercado) y la gestión de las propias OMIL pueden ser las responsable de

este efecto negativo. Probar cada una de estas hipótesis requiere de nuevos datos y de nuevas

estimaciones, lo que deja planteado el desafío de extender esta rama de la literatura

económica en Chile.

Abstract

This paper studies whether the City Hall Employment Intermediation Offices (OMIL in

Spanish) of Chile generates or not an effect on the labor market, an unexplored topic in

Chilean literature. Particularly, it compares the marginal difference in the hourly wage for

workers that find a job through the OMIL with those that enter the labor market without it.

Estimation method is Ordinary Least Squares where matching and Heckit censored regression

techniques are used in order to control for the selection bias in observable and unobservable.

General results show a marginal negative effect of the OMIL intermediation on worker’s

wages, although after splitting the sample in different quintiles, this negative effect is found

only in the third and fourth quintiles. It is not possible still to get policy implications from

these results while there is no clear explanation behind them. Considering some proposals of

related literature together with anecdotic evidence, it is stated here that unobserved

intermediated workers characteristics, firms that offer lower wages when using OMIL for

2

hiring and the own OMIL actions may explicate the negative effect found. To test each of these

hypotheses new data and estimations are required. This work sets a starting point on this

path and calls for further investigations on this relevant topic.

3

I. Introducción

En un Mercado Laboral competitivo, donde la información es completa, los Intermediarios

Laborales no existen, o no generan efectos en él. Sin embargo, existe abundante evidencia

económica que muestra que los Mercados Laborales difieren sustancialmente de este Mercado

Competitivo. Según Autor (2008), las principales desviaciones del mercado laboral respecto

de un mercado competitivo son: Información Costosa, Selección Adversa y Fallas de la Acción

Colectiva. En un Mercado Laboral que presente esas u otras desviaciones, los Intermediarios

Laborales sí pueden generar efectos. Ahora bien ¿Cómo podemos evaluar si los Intermediarios

generan algún efecto en el Mercado Laboral? Y si es así ¿Cuál es la dirección de este efecto?

Responder estas preguntas es uno de los logros de este trabajo, abordando una rama de la

literatura económica no explorada en Chile. De hecho, la reciente Comisión Asesora

Presidencial “Trabajo y Equidad” (2008) reconoce la inexistencia de evaluaciones formales a

la Intermediación Laboral en Chile.

Dentro de este tipo de instituciones, específicamente centraremos nuestra mirada en la

Intermediación Laboral Pública en Chile, constituida por las Oficinas Municipales de

Intermediación Laboral (OMIL). Ello porque existe evidencia de que este sistema ha

terminado intermediando empleos precarios (de bajos salarios y plazo fijo)1. Además, no está

claro si esta agencia llena sus vacantes de acuerdo a criterios técnicos o meramente sociales.

Así, esta investigación aborda la pregunta ¿Las OMIL generan algún efecto sobre el Mercado

Laboral? Tras realizar una revisión de los enfoques usados por la literatura económica para

este propósito, esta investigación optó por calcular la diferencia marginal que genera en el

Ingreso del Trabajo por hora la obtención de un empleo a través de una Oficina Municipal de

Intermediación Laboral (OMIL), utilizando un enfoque econométrico de efecto tratamiento.

Para lidiar con el sesgo de selección (en observables y en no observables) se utilizaron

técnicas de matching y regresión censurada tipo Heckit.

En nuestras estimaciones se obtiene un efecto negativo de la Intermediación por parte de las

OMIL sobre el Ingreso del Trabajo por hora. Sin embargo, al separar las observaciones de

acuerdo al Quintil de Ingreso Autónomo del Hogar per Cápita, se rechaza la hipótesis nula de

1 Singer (2006) resume evidencia al respecto.

4

que no hay cambio estructural. Así observamos que el efecto negativo antes descrito sólo está

presente en el 3º y 4º Quintil. Para buscar explicaciones a estos resultados, nos valemos de

experiencias previas registradas en la literatura (Kuhn y Skuterud, 2004) y de una serie de

visitas a terreno, recogiendo evidencia anecdótica que nos permita esbozar algunas hipótesis

cuyo testeo genera desafíos para próximas investigaciones.

Este informe se organiza de la siguiente manera. En la sección II se define el concepto de

Intermediario Laboral y se explica la importancia que estas instituciones tienen para el

mercado. La sección III presenta a las Oficinas Municipales de Intermediación Laboral, sus

funciones y una serie de hechos estilizados a partir de los cuales surge el tema de esta

investigación. Luego de presentar un resumen de la literatura relacionada en la sección IV, se

especifica la pregunta de investigación (sección V) y la metodología a utilizar (sección VI).

Esta última es presentada con mayor detalle en la sección VII. Los datos utilizados en nuestra

muestra y algunos estadísticos descriptivos son presentados en la sección VIII. La sección IX

es destinada a presentar los resultados, mientras que la sección X busca explicarlos a través

de literatura relacionada y evidencia anecdótica. La sección XI concluye.

II. ¿Qué son los Intermediarios Laborales?

Los Intermediarios Laborales pueden ser definidos como2: entidades e instituciones que se

interponen entre trabajadores y firmas para facilitar, informar o regular cómo los

trabajadores son empleados por las firmas, cómo el trabajo se lleva a cabo y cómo los

conflictos son resueltos. En un modelo de mercado laboral competitivo los Intermediarios

Laborales no existen, ni se los necesita. Si la información es completa y los mercados son

competitivos, la teoría sugiere que un mercado laboral competitivo es difícil de ser mejorado.

Sin embargo, Autor (2008) resume teoría y evidencia económica que muestra que los

mercados laborales difieren sustancialmente de este mercado competitivo. Que la información

en este mercado usualmente no es completa ni simétrica, que los trabajadores no suelen ser

commodities y las firmas no son siempre tomadoras de precios. Por todo esto, en general hay

espacio para que terceras partes intercedan para mejorar la operación del mercado laboral;

los Intermediarios Laborales pasan a ser instituciones necesarias.

2 Autor (2008)

5

En términos generales, según Autor (2008), las tres principales desviaciones del mercado

laboral respecto de un mercado competitivo, son:

a) Información Costosa: en un mercado laboral competitivo, la búsqueda de trabajadores

y empleadores no tiene costo. En la realidad, la búsqueda es costosa. Los trabajadores

pagan de forma directa (costos monetarios y psicológicos de participar en procesos de

selección) e indirecta (costos de oportunidad: trabajo no realizado en otro empleo y

ocio sacrificado en el proceso de búsqueda). Los empleadores incurren en costos

monetarios directos en todo el proceso de reclutamiento y selección de personal, a los

cuales se deben agregar los costos indirectos del producto no fabricado mientras las

vacantes esperan trabajadores. En este contexto, es interesante notar que la

información acerca de vacantes de trabajo y trabajadores buscando empleo es en gran

parte un bien público, no rival y no excluible, donde cada firma puede estar al tanto de

todos los trabajadores que buscan empleo, y todos los trabajadores pueden estar al

tanto de todas las vacantes. Es por eso que es muy probable que esta información sea

generada por el mercado en una cuantía menor a la óptima.

b) Selección Adversa: donde la información es costosa, el problema económico central

usualmente no es sólo la información costosa sino también la información asimétrica.

Específicamente, si la información acerca de la calidad de trabajadores o trabajos es

incompleta, los participantes del mercado que estén mejor informados tienen

incentivos a explotar su ventaja informacional, lo que perjudica a los participantes

menos informados. El primero en destacar este fenómeno fue Akerlof (1970) quien

predijo una disminución de la cantidad y la calidad transada en aquellos mercados

donde se presentara esta asimetría de información.

c) Fallas de la Acción Colectiva: proveer información no es necesariamente suficiente

para resolver las fallas de mercado. En ocasiones, los agentes racionales actuando con

información completa y expectativas certeras acerca de las acciones del otro, toman

decisiones que son privadamente óptimas, pero colectivamente subóptimas.

Los Intermediarios Laborales pueden contribuir a resolver estos problemas:

a) Información Costosa: como la información en el mercado laboral es un bien público

que probablemente sea sub-provisto en un mercado competitivo, un conjunto de

6

intermediarios laborales puede desarrollar de manera rentable la recolección y venta

de información a un costo más bajo que aquel en el que tendrían que incurrir los

buscadores de empleo, para obtenerla por sus propios medios. Así estos

intermediarios pueden mitigar el problema de la subprovisión de información.

b) Selección Adversa: los intermediarios laborales pueden resolver las asimetrías de

información obligando a que los participantes mejor informados revelen aquella

información que no presentarían voluntariamente. Sin embargo, muchas veces esta

información es no observable3, por lo que tales medidas pueden ser insuficientes para

resolver este problema del mercado laboral.

c) Acción Colectiva: si este problema se presenta, los intermediarios laborales pueden

mejorar los resultados del mercado competitivo sólo si ellos tienen el poder de

cambiar los pagos o de maximizar las elecciones de los actores de uno o de ambos

lados del mercado.

¿Qué aprendemos de esta sección? Que en un mercado laboral competitivo los intermediarios

laborales no existen o no generan efectos en el mercado laboral. Por otra parte, en un

mercado no competitivo, por alguno de los motivos antes expuestos, los intermediarios

laborales sí pueden generar efectos en el mercado laboral. Ahora bien ¿Cómo podemos

evaluar si los intermediarios generan algún efecto en el mercado laboral? Y si es así ¿Cuál es

la dirección de este efecto? Eso será tratado en algunas secciones más adelante, cuando nos

refiramos a la literatura previa y a la metodología empírica que adoptó esta investigación.

Pero, antes de eso, entraremos en detalle respecto a qué tipos de Intermediarios Laborales

existen, centrando nuestro análisis en la Intermediación Laboral Pública en Chile.

III. Oficinas Municipales de Intermediación Laboral

Al enfrentar el proceso de búsqueda, tanto trabajadores como empleadores pueden utilizar, a

3 Akerlof (1970), Autor (2001), Kuhn Y Skuterud (2004)

7

grandes rasgos, tres tipos de intermediación laboral4:

Búsqueda por sí mismos: pago por anuncios en periódicos, participación en ferias de

empleo y otros mecanismos afines.

Intermediación Pública: participación en agencias gratuitas de búsqueda de empleo.

Intermediación Privada: participación en agencias de búsqueda de empleo que cobran

una comisión por sus servicios.

El foco de nuestro estudio está en la Intermediación Laboral Pública en Chile, que es

representada por las Oficinas Municipales de Intermediación Laboral. A continuación se

entrega una breve descripción de la historia y las tareas de esta institución.

Oficinas Municipales de Intermediación Laboral

La Intermediación Laboral Pública surge en Chile en 1976 junto con la ley que crea el Servicio

Nacional de Capacitación y Empleo (SENCE). Ya en 1977 fueron creadas las Oficinas

Municipales de Colocación, cuyo objetivo primordial era otorgar gratuitamente el servicio de

colocación laboral, buscando acercar así la demanda y la oferta de trabajo. Pero es en 1997,

donde la Intermediación Pública adopta algunas de las características que presenta hoy. En

ese año las Oficinas Municipales de Colocación pasan a ser llamadas Oficinas Municipales de

Intermediación Laboral (de ahora en adelante, OMIL) y forman parte de un Sistema Nacional

de Información y Orientación para el Empleo que el SENCE comenzó a delinear en esos días.

Es así como, hoy por hoy, las funciones de una OMIL pueden ser clasificadas en5:

Colocación Laboral: esto incluye.

Asesoría Laboral: orientar la trayectoria laboral de los trabajadores que

utilizan sus servicios, delineando un perfil para su adecuada inserción laboral.

Selección: identificar apropiadamente las características del puesto

demandado por la empresa, eligiendo a los postulantes apropiados para él.

Vinculación con las Empresas: difundir los servicios que presta y mantener una

comunicación permanente con las que, después de todo, son las fuentes de

4 Según Kübler (1999).

5 Chanamé (1999).

8

empleo.

Promoción y Apoyo de los Programas Sociales de Capacitación: es a través de las OMIL

que las personas pueden acceder a parte importante de las capacitaciones ofrecidas

por SENCE. Son las OMIL las que seleccionan a las personas que accederán a los cupos

ofrecidos, de acuerdo a los criterios antes definidos por SENCE.

Intermediación de los Beneficiarios del Seguro de Cesantía con cargo al Fondo Solidario:

ese tipo de beneficiarios están obligados a certificar su condición de cesantes y buscar

empleo a través de las OMIL. Si no cumplen con alguna de estas acciones o no aceptan

alguna oferta de trabajo con un salario superior al 50% de su salario anterior, pierden

el acceso al Fondo Solidario del Seguro de Cesantía6.

Otra característica fundamental de las OMIL es su doble dependencia. Utilizando una lógica de

descentralización de las funciones públicas, desde sus inicios las OMIL dependen

administrativamente de las municipalidades. Por otra parte, dependen técnicamente del

SENCE.

Algunas cifras de Trabajadores Inscritos y Colocados por las OMIL durante el período 2000-

2004, dan cuenta de la magnitud de las operaciones de este intermediador laboral a nivel país.

2000 233506 72499 31,0%

2001 458352 123202 26,9%

2002 369797 106898 28,9%

2003 326751 91183 27,9%

2004 273507 76832 28,1%

Promedio 332383 94123 28,56%

Fuente: SENCE

Tabla 1: Desempeño OMIL (2000-2004)

Año InscritosColocacione

s

Colocacione

s/Inscritos

Luego de esta descripción conviene plantear algunas tendencias que han sido documentadas

6 Sin embargo, este tipo de beneficiarios corresponde a un porcentaje menor del total de usuarios de los servicios

de las OMIL.

9

por la literatura vinculada al tema de la Intermediación Laboral en Chile7. A partir de ellas

surgen algunas inquietudes que forman el centro de nuestra investigación:

Trabajadores Calificados no utilizan la intermediación pública: ellos enfrentan altos

costos de oportunidad junto con una potencial pérdida de capital humano durante sus

períodos de desempleo. Es por eso que buscan trabajo a través de mecanismos que les

aseguren una mayor eficacia que la que les ofrece la intermediación pública.

La intermediación pública en Chile (OMIL) ha terminado siendo una oficina de apoyo

social más que un servicio de intermediación: según Chanamé (1999), las OMIL se han

focalizado en los trabajadores que presentaban mayor dificultad en su inserción

laboral , lo cual hace que sea vista como una oficina de apoyo social más que como un

servicio de empleo. Este aparente rol asistencial dificulta que las OMIL puedan

certificar que la persona recomendada es idónea. Para la empresa no queda claro si las

vacantes intermediadas públicamente son llenadas de acuerdo a criterios técnicos, o

porque las personas necesitan ocuparse con urgencia.

La intermediación pública en Chile ha terminado ocupándose de empleos precarios8: en

Singer (2006) se resume evidencia9 que muestra que, en su mayoría, las colocaciones

de las OMIL corresponden a trabajos de plazo fijo (promedio 4 meses) con salarios

cercanos al mínimo.

Si bien las OMIL fundamentalmente intermedian empleos para trabajadores no calificados10,

no es cierto que los empleos precarios (vea nota al pie) sean los únicos a los que pueden

acceder este grupo de personas. De hecho, podemos identificar al menos dos tipos de empleos

para esta categoría de trabajadores11:

Trabajo de Alto Compromiso: de mayor productividad y mayor salario. Demandan

7 Kübler (1999), Singer (2006).

8 En este contexto, entendemos Trabajo Precario como aquel con bajo salario (cercano al mínimo) y plazo fijo

menor a un año (lo cual le impide acceder a una serie de beneficios sociales y laborales. Al menos, eso ocurre en el

año 2006 de donde provienen los datos con los que se trabaja en este estudio).

9 UAP (2005) y un panel de expertos encuestados por Singer y Gómez (2006)

10 Entendemos Trabajadores No Calificados como aquellos con un bajo stock de capital; aquellos con una baja

escolaridad.

11 Singer (2006)

10

mayor esfuerzo y una mayor permanencia en la empresa, presentando generalmente

posibilidades de capacitación.

Trabajo de Bajo Compromiso: de baja productividad y bajo salario. Demanda un menor

esfuerzo y requiere una menor permanencia en la empresa.

Un ejemplo de esta distinción puede ser realizada en el rubro del retail. Este tipo de empresas

ofrece puestos de venta, empaque, seguridad y carga para trabajadores no calificados durante

sus períodos de alta operación (ej.: navidad). Estos son empleos de bajo compromiso, de bajo

nivel de responsabilidad, esencialmente destinados a cubrir necesidades temporales. Sin

embargo, estas labores son ejercidas también por personal estable a los cuales les son

encargadas tareas de un nivel más alto de responsabilidad (ej.: manejo de dinero) Estos

empleos ofrecen mayores posibilidades de capacitación, buscando una mayor permanencia

dentro de la empresa: empleos de alto compromiso.

¿Qué aprendemos de esta sección? Que dentro de los variados tipos de intermediarios

laborales que pueden existir en Chile uno de ellos, de tipo público, corresponde a las Oficinas

Municipales de Intermediación Laboral (OMIL). Variados estudios documentan que al parecer,

las OMIL sólo están intermediando una parte de los empleos no calificados: aquellos con bajo

salario y baja permanencia en la empresa; es decir, los de bajo compromiso. Es por ello que

nuestra pregunta de la sección II ahora es planteada de la forma ¿Las OMIL generan algún

efecto en el mercado laboral? (por ejemplo, nos podemos preguntar ¿Las OMIL generan algún

efecto sobre las personas que intermedian?) Aquí se mantienen las respuestas que entrega el

marco de la sección II. A saber, en un mercado laboral competitivo las OMIL no generarían

efecto sobre el mercado laboral (o sobre las personas intermediadas por ella). Por otra parte

en un mercado laboral que presenta algunas de las fallas descritas en la sección II (u otras), las

OMIL sí provocarán algún efecto sobre el mercado laboral. Ahora bien, ¿Cómo podemos

evaluar la presencia de un efecto del Intermediario sobre el mercado laboral? La literatura

económica ha sometido a esta evaluación a distintas instituciones de intermediación laboral. A

continuación, se presenta un breve resumen de tales estudios, que servirán de base para esta

investigación.

IV. Literatura Previa

11

El primer trabajo relevante dentro de esta área es el de Pissarides (1979), donde se plantea un

modelo de equilibrio donde trabajadores desempleados y empresas pueden registrarse en

una agencia de empleo o buscar aleatoriamente a una contraparte. Esta agencia de empleo es

modelada como una institución pública centralizada que otorga beneficios a los trabajadores,

pero no a las empresas registradas12. Aquí también se incorpora la posibilidad de que las

empresas utilicen mecanismos privados de búsqueda laboral (avisos). En este trabajo se

realiza un análisis de estática comparativa, del cual emerge como principal recomendación de

política pública la promoción de los mecanismos privados de búsqueda como una forma de

reducir el nivel de desempleo de estado estacionario.

Con posterioridad a este trabajo, varios otros han abordado este tema desde diversas aristas,

aportando distintos elementos a esta investigación. A grosso modo, se los puede agrupar de la

siguiente forma:

a) Modelos de Equilibrio con Dos Tipos de Agencia.

Kübler (1999) y Zweifel y Zaborowski (1996) presentan modelos donde dos tipos de agencia

de intermediación laboral coexisten en un contexto donde el trabajador posee información

privada. En estos trabajos no se modela el proceso de búsqueda de empleo, sino que se

suponen dos formas de generar la unión entre trabajadores y empleo, dos tipos de agencias

con dos tecnologías de intermediación exógenamente definidas:

Agencia Pública: que ofrece servicios gratuitos, pero que presenta alguna

probabilidad de no lograr llenar la vacante de trabajo.

Agencia Privada: tiene una mayor probabilidad de llenar la vacante, pero cobra

una comisión por cada trabajador colocado.

En ambos papers el trabajador posee información privada. Mientras en Kübler (1999) es la

desutilidad del esfuerzo, en Zweifel y Zaborowski (1996) es su productividad. Ambas

investigaciones realizan un extenso análisis de estática comparativa, donde se concluye que la

participación relativa de ambos tipos de agencias dentro del total de intermediaciones

laborales depende crucialmente de la eficacia relativa entre las agencias públicas y las

privadas.

12 Tal como ocurre en Chile, donde la obtención del Fondo Solidario del Seguro de Cesantía está condicionada por

la inscripción y búsqueda (no necesariamente obtención) de empleo a través de una OMIL.

12

b) Selección Adversa: cambios exógenos en el mercado laboral

Kugler y Saint Paul (2004) y Canziani y Petrongolo (2001) testean la presencia de un “efecto

estigma” en el mercado laboral. En ambos papers se argumenta que la calidad del trabajador

es imperfectamente observada al momento de ser contratado por una firma. Además, cuando

enfrentan un shock adverso, las empresas prefieren despedir a los trabajadores de menor

calidad, los que le generan menores utilidades. Según los autores, ambos hechos hacen que en

equilibrio las firmas prefieran contratar trabajadores empleados, porque los consideran más

productivos que los desempleados. Es por ello que ambas investigaciones plantean la

hipótesis de que un incremento en los costos de contratación afectará las posibilidades de

reempleo para los desempleados. Para testearla, ambos trabajos usan datos de panel acerca

de transiciones laborales. La única diferencia entre los dos estudios es que en Kugler y Saint

Paul (2004) se utiliza un modelo probit para calcular la probabilidad de reemplearse,

mientras Canziani y Petrongolo (2001) utilizan un modelo de duración para obtener el

período de desempleo esperado.

c) Selección Adversa: influencia del intermediario.

Genesove (1993), Greenwald y Glasspiegel (1983) y Chezum y Wimmer (1997) son sólo

algunos ejemplos de los muchos papers donde se testea la importancia del intermediario a la

hora de generar una señal positiva o negativa acerca de la calidad de un producto. Este

fenómeno ocurriría en mercados tan distintos como el de los autos usados, los esclavos en

Estados Unidos durante el siglo XIX, y las apuestas de caballos, respectivamente. Pese a que

presentan distintos modelos teóricos, estos trabajos comparten una misma idea económica

subyacente13. A grandes rasgos se distinguen dos tipos de intermediarios: unos caracterizados

por vender bienes “nuevos” (o de mayor calidad esperada) y otros por vender bienes “nuevos”

y “usados” (o de menor calidad esperada). La hipótesis de todos estos estudios es que,

controlando por las de características físicas del bien en cuestión, serán los bienes vendidos a

través del intermediario de bienes “nuevos” los que obtengan un mayor precio de venta. En

esta rama de la literatura se suele testear esta hipótesis estimando una regresión del tipo:

13 Aquí se resumirá lo presentado por Genesove (1993), cuyo argumento de fondo es muy similar al de los otros

dos papers.

13

iiii ZDP 210 **

donde iP es el precio de venta, iD es una variable dummy que toma el valor 1 si es que el bien

fue vendido a través de un determinado intermediador y iZ son las características físicas de

bien.

d) Evaluación de Instituciones de Intermediación Laboral: Marco Analítico.

Como parte de la conferencia “Studies of Labor Intermediation”, desarrollada por el NBER en

2007, David Autor (2008) desarrolla un marco conceptual para analizar el rol que juegan en el

mercado las instituciones de Intermediación Laboral. Ya nos referimos a este trabajo en la

sección II de este informe. Sólo recordaremos de él que las principales desviaciones del

mercado laboral respecto de un mercado competitivo son:

i. Información Costosa.

ii. Selección Adversa.

iii. Fallas en la Acción Colectiva.

e) Evaluación de Instituciones de Intermediación Laboral: Sesgo de Selección.

Kuhn y Skuterud (2004), Addison y Portugal (2001) y Barbieri, Gennari y Sestito (2002)

constituyen algunos ejemplos de la evaluación económica que distintos estudios han hecho de

instituciones o métodos de Intermediación Laboral en Estados Unidos y Europa. Mientras

Kuhn y Skuterud (2004) evalúa el impacto de la búsqueda de trabajo a través de internet,

Addison y Portugal (2001) y Barbieri, Gennari y Sestito (2002) comparan el desempeño de la

Intermediación Pública con otras formas de búsqueda de empleo. En todos ellos se usan datos

de panel. Los tres estudios coinciden en realizar su evaluación a partir del outcome

“probabilidad de reemplearse.” Sólo Addison y Portugal (2001) incorporan un análisis

adicional donde el outcome es el salario obtenido. En estos tres papers, las instituciones o los

métodos de Intermediación Laboral evaluados resultan ser contraproductivos, es decir,

disminuyen la probabilidad de reemplearse o el salario al que se accede.

Más allá de las distintas instituciones evaluadas, hay que consignar que en los tres estudios se

considera que hay mecanismos de selección que pueden estar detrás de estos resultados. Es

decir, que sean las personas más propensas a tener una mayor duración esperada del

desempleo o un menor salario (debido a sus características observables y no observables) las

14

que acuden en mayor magnitud a estos tipos de Intermediarios Laborales. De esta manera, el

menor desempeño relativo de estas instituciones no sería causado por su mala gestión, sino

por el pool de trabajadores a los que ellos tienen acceso. Pese a que los tres papers hacen

mención del posible sesgo de selección, sólo Barbieri, Gennari y Sestito (2002) buscan aislarlo

usando técnicas econométricas propias de la literatura de efecto tratamiento. En este estudio

el tratamiento recibido es “Enrolarse en una Agencia Pública de Intermediación Laboral.” Para

controlar la selección basada en variables observables usa matching. Para controlar por

selección basada en variables no observables usa variables instrumentales.

V. Pregunta de Investigación

¿Qué aprendimos en la sección anterior? Se refuerzan las ideas planteadas a partir de la

sección II. Es decir, un intermediario puede generar un efecto sobre el mercado en el que

actúa, en la medida de que este presente algunas fallas. En la rama c) de la literatura se habló

fundamentalmente de Selección Adversa, pero ello no invalida las otras fallas a las que se

refiere Autor (2008) para el caso del mercado laboral. Si nos apoyamos en los hechos

descritos en la sección anterior, podemos pensar que las OMIL imponen un efecto negativo

sobre los trabajadores intermediados por ella, afectándolos en su salario o en algún otro

resultado. Su imagen como oficina de apoyo social puede contribuir a explicar este hecho.

La sección anterior además nos muestra algunos procedimientos útiles para responder la

pregunta ya enunciada: ¿Las OMIL generan algún efecto en el mercado laboral? Se han

utilizado datos de panel acerca de transiciones laborales [ramas e) y b) de la literatura] y

datos de corte transversal o panel acerca de precios y características de los bienes transados

en un determinados mercado [rama c) de la literatura] Para el caso del mercado laboral que

aquí estamos analizando, sólo contamos con datos de corte transversal acerca de precios

(salarios) y características observables de los trabajadores empleados en el momento del

muestreo14. Es por eso que en nuestra investigación se estimará la diferencia marginal que

genera en el salario la obtención de un empleo a través de un OMIL. Sin embargo, existe la

posibilidad de que tal “efecto OMIL” esté influenciado en algún grado por un mecanismo de

14 Los datos serán descritos en detalle en la sección VIII

15

selección, basado en variables observables y/o no observables. Es por eso que resultan útiles

los ejemplos presentados en la rama e) de la literatura.

Es así como se configura el objetivo de esta investigación: Evaluar el efecto que las Oficinas

Municipales de Intermediación Laboral tienen sobre el Mercado Laboral a través de la

estimación de la diferencia marginal que genera en el salario la obtención de un empleo a través

de una Oficina Municipal de Intermediación Laboral (OMIL), utilizando un enfoque

econométrico de efecto tratamiento.

En esta investigación, el tratamiento recibido será “Obtener empleo a través de un Oficina

Municipal de Intermediación Laboral.”

VI. Metodología

En este trabajo seguiremos algunos de los procedimientos presentados en la revisión de la

literatura previa, además de otros sugeridos por la teoría econométrica vinculada a la

estimación de efectos tratamiento. En particular nuestras estimaciones pueden dividirse en

tres grupos (el detalle de las variables utilizadas se presentará en la sección VIII):

i. Mínimos Cuadrados Ordinarios: como en los trabajos citados en la rama c) de la

literatura, se estimará el cambio marginal en el salario asociado a la

intermediación por parte de la OMIL a través de una regresión OLS del tipo:

iiii ZDY 210 **

donde iD corresponde a una serie de variables dummies, que señalan a cada una

de las formas de intermediación laboral que son identificadas en nuestros datos15

16; una de las cuales representa el tratamiento abordado en esta investigación:

“Obtener empleo a través de un Oficina Municipal de Intermediación Laboral.” En

iZ se utilizarán algunas de las variables control que ha utilizado la literatura

15 Se omite una de ellas para evitar colinealidad perfecta.

16 Las formas de intermediación laboral identificadas en nuestros datos, serán detalladas en la sección VIII.

16

relacionada17. El outcome iY , corresponde al logaritmo del salario por hora de los

individuos empleados en el momento del muestreo.

ii. Selección en Observables: Rosembaum y Rubin (1983) incorporaron en la literatura

el concepto de Ignorabilidad del Tratamiento, llamado también Selección en

Observables. Según este supuesto, controlando por variables observables, la

asignación del tratamiento es independiente del nivel del “outcome”, del nivel de la

variable dependiente. En nuestra investigación, aplicar este supuesto significa que

el efecto de la intermediación por parte de la OMIL, controlando por variables

observables, es independiente del nivel de salario del individuo intermediado.

Imponiendo este supuesto, estimaremos el efecto marginal que genera en el

salario la intermediación por parte de la OMIL a través del método de matching

inexacto del vecino más cercano18.

iii. Selección en No Observables: como lo recomienda Wooldridge (2002), para

incorporar la presencia de elementos no observables dentro del mecanismo de

selección se utilizará el marco del modelo Heckit de dos etapas. En la primera de

ellas se estimará la probabilidad de ser intermediado por una OMIL, a través de un

modelo probit:

420 **,/1 iiiii EZEZDP

agregando a las variables control iZ ya mencionadas varias fuentes de variación

exógena (a nivel del individuo) iE .

En la segunda etapa se estima una regresión OLS del tipo

que incluye las variables control iZ y el inverso de la razón de Mills

420 **ˆ ii EZ estimado en la primera etapa.

17 Específicamente, son Canziani y Petrongolo (2001), Kugler y Saint Paul (2004), Kuhn y Skuterud (2004) y

Addison y Portugal (2001) los trabajos a los que me refiero en esta ocasión.

18 Procedimiento recomendado por Imbens y Wooldridge (2007) Lecture Notes 1.

iiiiii EZZDY 3420210 ***ˆ**

17

VII. Apuntes Econométricos

Algunas características de los estimadores propuestos en la sección VI son:

Mínimos Cuadrados Ordinarios v/s Matching:

La diferencia entre la Estimación de Mínimos Cuadrados Ordinarios y los Estimadores

basados en el Propensity Score19 (Matching) estriba en la forma de ponderar a los distintos

individuos a la hora de calcular el Efecto Promedio del Tratamiento “Obtener empleo a través

de un Oficina Municipal de Intermediación Laboral” en la Población (llamado Average

Treatment Effect {ATE} en la literatura de efecto tratamiento).

El estimador de Mínimos Cuadrados Ordinarios puede ser expresado de la siguiente manera20:

iD

iDOLS

ZE

ZEi

2

1

2

1

Es decir, pondera más a aquellos grupos que tienen más varianza. En este caso, como el

tratamiento es binario: iiiiiiD ZpZpZDPZDP 1/11/12

Con lo que obtenemos:

Z

iii

Z

iiizOLS

zZPZpZp

zZPZpZp

1

1

1

Donde la ponderación se maximiza cuando 5,0iZp , es decir, la mayor ponderación se la

llevan aquellos grupos con la misma cantidad de tratados y no tratados, es decir, con la misma

cantidad de intermediados y no intermediados por una OMIL. Esto implica, por lo tanto, que

grupos con minoría de intermediados por una OMIL (ej.: personas con alto nivel de

escolaridad) y grupos con mayoría de intermediados por una OMIL (ej.: personas con bajo

nivel de escolaridad) sean poco ponderados.

En cambio, el estimador de la familia Propensity Score21 puede ser expresado de la siguiente

manera:

19 La probabilidad de ser intermediado por una OMIL.

20 Angrist y Pischke (2009) citado en las clases de Teoría Econométrica II de Francisco Gallego en el Instituto de

Economía, PUC Chile.

21 En este caso, un Estimador de Matching Exacto.

18

Z

iii

Z

iiizMatching

zZPzZDP

zZPzZDP

/1

/1

1

es decir, pondera más a los grupos que tienen una mayor probabilidad de ser tratados, dadas

las variables de control. Esto implica que los grupos con minoría de intermediados por una

OMIL (ej.: personas con alto nivel de escolaridad) serán poco ponderados, mientras los grupos

con mayoría de intermediados por una OMIL (ej.: personas con bajo nivel de escolaridad)

serán muy ponderados.

Esto hace que, dentro de esta comparación, sea la familia de Propensity Score la que estime de

manera menos sesgada el efecto del tratamiento aquí analizado, considerando que los

intermediados por las OMIL suelen ser personas con baja calificación. Estos estimadores

ponderan más a las personas que, dadas sus características observables, tienen mayor

probabilidad de ser intermediados por una OMIL.

Heckit:

Es recomendado22 para incorporar dentro de la estimación de Efecto Tratamiento un

mecanismo de selección en variables no-observables. La razón de Mills ̂ incorporada en

la segunda etapa permite aislar el sesgo de selección, haciendo que 1 sea estimado

insesgadamente. Sin embargo, la mera inclusión de la razón de Mills en la segunda etapa de la

estimación sólo nos permite identificar el sesgo de selección23 y estimar el Efecto Tratamiento

basados en la forma funcional de ̂ . Es por eso que, para lograr aislar los elementos no-

observables que pueden estar detrás del mecanismo de selección, se recomienda incluir en la

primera etapa alguna variable que esté relacionada con la participación en el tratamiento,

pero no con el outcome. Es por eso que se incluyeron en la estimación las variables iE ya

mencionadas en la sección VI.

22 Wooldridge (2002)

23 Para comprobarlo se recomienda testear la hipótesis nula de que no hay sesgo de selección: Ho: 0ˆ

19

VIII. Datos

Para desarrollar esta investigación se utilizan datos de la Encuesta CASEN de Corte

Transversal (2006). De allí se obtuvo nuestro outcome iY , nuestras variables control iZ y

nuestras variables exógenas iE , las que son detalladas a continuación:

Outcome ( iY ): se utilizó el logaritmo del ingreso del trabajo por hora, medido en pesos de

noviembre de 2006. Se ha optado por esta medida de ingresos porque es la que mejor

refleja el salario obtenido por las personas empleadas en el momento del muestreo. Otras

medidas de ingreso24, como el ingreso autónomo o el ingreso monetario, incluyen otras

fuentes de ingreso que escapan al salario obtenido en el mercado del trabajo25. Se utilizan

los ingresos por hora para aislar el efecto que el tipo de jornada (completa o parcial) tiene

en el ingreso del trabajo. Se aplica la función logaritmo natural para prevenir problemas

de heterocedasticidad26,

Es conveniente mencionar además, que el Ingreso del Trabajo reportado por los

entrevistados por la encuesta CASEN pasa por un proceso de ajuste antes de ser liberado

para uso público. Se trata de un ajuste a través de las cuentas nacionales del Banco Central

de Chile que puede hacer que los datos utilizados por esta investigación difieran de los

efectivos. Si el error de medición es del tipo clásico27, las estimaciones serán insesgadas,

pero ineficientes. Si el error de medición no es clásico, se tendrán estimadores sesgados.

Dummies de Intermediación Laboral iD : ellas provienen de la pregunta 18 del Módulo de

Empleo de la Encuesta CASEN:

Además de su propio esfuerzo, ¿Gracias a quién o quienes cree usted que consiguió su

actual empleo?

1. Familiares.

2. Amigos o Vecinos.

24 Detalladas en http://www.mideplan.cl/casen/pdf/Metodologia_%202003.pdf

25 El ingreso autónomo incluye, además del ingreso del trabajo, una serie de rentas del capital, y el ingreso

monetario, además del ingreso autónomo, incluye subsidios del estado.

26 De todas formas, en este trabajo se estiman varianzas robustas a heterocedasticidad y autocorrelación.

27 Con esperanza igual a cero.

20

3. Ex Compañeros de Trabajo.

4. Ex Empleadores.

5. Oficinas Municipales de Intermediación Laboral (OMIL).

6. Al Programa PUENTE o a su Apoyo Familiar.

7. Agencias Privadas de Empleo.

8. A la institución en que estudió o se capacitó.

9. Decidió trabajar por su cuenta (emprendió actividad independiente).

10. Bolsa de Empleo en Internet.

11. Al Municipio.

12. Otro.

De ellas, es la alternativa nº5 la que representa el tratamiento en el que se centra nuestro

trabajo: “Obtener empleo a través de un Oficina Municipal de Intermediación Laboral”. El

resto de las alternativas son representadas a través de variables dummy, a excepción de:

Otro: Es la categoría omitida para evitar colinealidad perfecta.

Decidió trabajar por su cuenta (emprendió actividad independiente): los ingresos

de los trabajadores independientes son determinados por variables que escapan a

las variables control que más adelante detallaremos28. Es por eso que tales

observaciones han sido eliminadas de nuestra estimación.

Variables Control ( iZ ):

Escolaridad: medida en años. Somos conscientes de que diferencias en la calidad

de la educación harán de esta variable una forma inexacta de medir el capital

humano de los individuos observados. Si el error de medición es de tipo clásico,

por ejemplo, el estimador de esta variable sufrirá un sesgo de atenuación que hará

caer su valor absoluto.

Experiencia Potencial: medida en años. Edad menos Escolaridad menos 6 años.

Esta es sólo una variable proxy de los años de Experiencia Laboral efectiva. La

definición de esta variable supone implícitamente que se ha trabajado

ininterrumpidamente desde el momento en que se dejó la educación formal. El

28 Escolaridad, Experiencia Potencial, etc.

21

error de medición puede llevar a que el estimador de esta variable esté sesgado.29

A propósito de este punto, es conveniente mencionar que tampoco fueron

consideradas en la muestra las observaciones correspondientes a mujeres. Ello

porque la literatura económica ha documentado que las dinámicas de empleo de

las mujeres están influenciadas por elementos muy distintos a las de los hombres.

Por ej. : la maternidad.

Experiencia al Cuadrado: medida en años al cuadrado. Se incluye esta variable

como una forma de capturar el descenso que se produce en los ingresos a partir de

una determinada edad en el ciclo de vida laboral.

Región: cada una de las regiones de Chile será representada a través de una

variable dummy, omitiendo la Región Metropolitana para evitar colinealidad

perfecta. Se incluyen estas variables pues se espera que los salarios por hora

varíen según el costo de vida y el nivel de actividad regional.

Rural: variable dummy que toma el valor 1 si el individuo reside en el área rural.

Sector Productivo: cada rama de la actividad económica será representada a

través de una variable dummy. Los sectores productivos son:

1. Actividades no bien especificadas.

2. Agricultura, Caza y Silvicultura.

3. Explotación de Minas y Canteras.

4. Industrias Manufactureras.

5. Electricidad, Gas y Agua.

6. Construcción.

7. Comercio mayor y menor. Restoranes y Hoteles.

8. Transporte y Comunicaciones.

9. Establecimientos Financieros y Seguros.

10. Servicios Comunales y Sociales,

Aquí se omitiremos al sector Agricultura, Caza y Silviculturas.

Contrato: variable dummy que toma el valor 1 cuando el trabajo actual tiene

contrato de trabajo.

Plazo Indefinido: variable dummy que toma el valor 1 cuando la relación

contractual es de Plazo Indefinido.

29 Sesgo de Atenuación si el error es clásico.

22

Las últimas tres variables pretenden aislar los efectos que distintos aspectos de la

actividad laboral generan en los ingresos del trabajo por hora.

Tamaño de la Empresa: una de las posibles explicaciones de los resultados que

obtuvimos es que el tipo de empresas que acuden a las OMIL son distintas a las

empresas que reclutan trabajadores a través de otras formas de intermediación

laboral (ver sección X) Es por eso que incluimos como variable control a la única

forma de caracterizar a la empresa30 que está presente en la encuesta CASEN.

Incluimos un grupo de variables dummy que representan a cada una de las

posibles respuestas a la pregunta 13 del Módulo de Empleo de la Encuesta CASEN:

¿Cuántas personas trabajan en total (en Chile) en la empresa que usted trabaja?

a) Una persona.

b) 2 a 5 personas.

c) 6 a 9 personas.

d) 10 a 40 personas.

e) 50 a 199 personas.

f) 200 o más personas.

Donde omitimos la dummy correspondiente a la respuesta “Una persona”.

Variables Exógenas para el Individuo ( iE ): variables correlacionadas con la probabilidad

de ser intermediado por una OMIL, pero no correlacionadas con el ingreso del trabajo por

hora.

Cónyuge que Trabaja: variable dummy que toma el valor 1 si es que el cónyuge del

individuo observado obtiene algún ingreso adicional. Esta variable fue incluida

pues existe la posibilidad de que un segundo ingreso en el núcleo familiar haga

cambiar la probabilidad de que un individuo recurra a los servicios de una OMIL.

Se espera que el ser o no el único ingreso del trabajo del núcleo familiar cambie la

probabilidad de recibir el tratamiento especificado en esta investigación, sin que

ello necesariamente determine un cambio en el ingreso del trabajo.

Gasto Municipal por Habitante: otra de las posibles explicaciones de nuestros

resultados, es que la gestión de las OMIL es un determinante de los salarios

30 De caracterizar a las empresas en que están trabajando los individuos encuestados por CASEN.

23

obtenidos por sus intermediados (ver sección X) Es por eso que incluimos, como

variable proxy de la gestión de la OMIL de cada comuna, el Gasto Municipal por

Habitante, medido en miles de pesos por habitante de noviembre de 200631. Como

las demás variables exógenas, suponemos que esta variable está correlacionada

con la probabilidad de ser intermediado por una OMIL y no correlacionado con el

ingreso del trabajo por hora. Una OMIL con mejor gestión tiene mayor capacidad

para atender personas y, eventualmente, un mejor desempeño que atraerá a más

personas que busquen allí los servicios de intermediación laboral.

Esta es la única variable cuyos datos no provienen de la encuesta CASEN. Ellos

fueron obtenidos del Sistema Nacional de Información Municipal (SINIM)32

Índices de Desarrollo Comunal: se espera que la probabilidad de ser intermediado

por una OMIL esté correlacionada con el grado de desarrollo de la comuna; que

comunas más desarrolladas cuenten con una mayor variedad de instancias de

intermediación laboral, lo que haga menos probable que recurran a las OMIL. Aquí

el desarrollo comunal está caracterizado a través de cuatro variables: los

porcentajes comunales de hogares que cuentan con Agua Potable, Alcantarillado y

Electricidad, además del Logaritmo del Ingreso Autónomo Promedio Comunal.

Presencia de OMIL en la comuna: variable dummy que toma el valor 1 si es que la

comuna en que vive el individuo cuenta con una OMIL33. Si ello no es así, los

trabajadores tendrán que desplazarse a otra comuna para recibir el servicio de

una OMIL, lo que suponemos que hará disminuir la probabilidad de que sea

intermediado por una OMIL, sin que ello determine necesariamente el nivel de su

ingreso del trabajo por hora.

Al caracterizar las variables control de los individuos entrevistados por CASEN, ordenándolos

de acuerdo al método de intermediación laboral que utilizaron obtenemos:

31 También se estimaron los resultados con otras medidas más específicas vinculadas al Gasto Municipal, como el

Gasto Corriente (Gasto en Personal más Gasto en Bienes y Servicios más Transferencias) y el Gasto en Personal. Los

resultados obtenidos con ellos son similares a las estimaciones realizadas con la variable Gasto Municipal.

32 http://www.sinim.cl

33 Más específicamente, si la comuna cuenta con una OMIL en el año 2006 al cual pertenecen los datos de la

Encuesta CASEN.

1838.1 1323.8 1705.2 1425.7 1145.1 1274.0 2211.6 2979.4 3155.2 2721.7 1676.9 2112.4

(44.4) (16.3) (47.6) (40.7) (46.9) (209.6) (189.5) (149.6) (79.1) (277.9) (86.5) (46.4)

9 8.9 9.7 8.5 9.1 7.9 12.1 13.8 8.7 13.4 10.3 10.1

(0.03) (0.028) (0.093) (0.07) (0.2) (0.66) (0.212) (0.09) (0.04) (0.235) (0.2) (0.035)

25.2 24.2 26.7 28.4 26.3 26.0 20.0 14.8 32.9 14.5 28.5 25.0

(0.13) (0.109) (0.315) (0.27) (0.76) (2.23) (0.82) (0.39) (0.163) (0.895) (0.66) (0)

0.46 0.410 0.276 0.460 0.251 0.146 0.120 0.160 0.429 0.090 0.289 0.332

(0.004) (0.003) (0.01) (0.009) (0.02) (0.056) (0.02) (0.011) (0.005) (0.02) (0.019) (0.004)

0.513 0.657 0.786 0.766 0.834 0.512 0.855 0.830 0.122 0.862 0.845 0.704

(0.004) (0.003) (0.009) (0.007) (0.017) (0.079) (0.023) (0.012) (0.003) (0.027) (0.015) (0.004)

0.388 0.451 0.533 0.546 0.430 0.317 0.636 0.720 0.100 0.725 0.564 0.536

(0.004) (0.003) (0.011) (0.009) (0.02) (0.074) (0.03) (0.01) (0.003) (0.035) (0.02) (0.004)

N° Observaciones 15196 18850 1915 3038 446 41 242 1027 9811 160 543 13562

Estimación Propia a partir de datos Encuesta CASEN 2006

Los valores entre paréntesis representan los errores estándar

Contrato

Plazo Indefinido

Covariables

Ingreso del Trabajo por

Hora ($/hora)

Escolaridad (años)

Experiencia (años)

Rural

Agencia

Privada

Institución

de Estudios

Trabajo

Independiente

Bolsa de Empleo

en InternetMunicipio Otro

Tabla 2: Estadísticas Descriptivas

Variables según Forma de Intermediación Laboral, para Hombres

FamiliaresAmigos o

Vecinos

Ex Comp. De

Trabajo

Ex

EmpleadorOMIL

Programa

Puente

1577.2 1239.2 1565.8 1162.9 1048.4 1217.2 1421.6 2343.7 2721.5 1876.1 1583.4 1718.5

(51.7) (27.4) (78.4) (43.1) (40.1) (154.1) (87.3) (158) (135.2) (198.2) (56.5) (31.7)

10.1 10.2 11.8 9.6 10.3 7.9 11.8 14.1 9.6 14.1 12.0 11.5

(0.05) (0.039) (0.152) (0.11) (0.19) (0.39) (0.22) (0.09) (0.06) (0.236) (0.17) (0.046)

23.8 21.9 19.8 25.1 22.8 27.2 18.6 14.7 30.1 9.5 22.9 21.3

(0.18) (0.147) (0.489) (0.42) (0.65) (1.4) (0.85) (0.44) (0.23) (0.83) (0.54) (0.16)

0.322 0.284 0.234 0.321 0.236 0.300 0.153 0.160 0.294 0.080 0.309 0.243

(0.006) (0.005) (0.017) (0.014) (0.02) (0.049) (0.02) (0.012) (0.007) (0.023) (0.018) (0.005)

0.495 0.622 0.832 0.712 0.813 0.344 0.807 0.815 0.144 0.867 0.831 0.699

(0.006) (0.005) (0.015) (0.013) (0.018) (0.05) (0.025) (0.013) (0.005) (0.029) (0.015) (0.005)

0.426 0.496 0.586 0.521 0.403 0.178 0.807 0.653 0.122 0.628 0.513 0.558

(0.006) (0.005) (0.019) (0.015) (0.02) (0.04) (0.025) (0.016) (0.005) (0.041) (0.02) (0.006)

N° Observaciones 7023 9033 655 1179 466 90 249 881 4692 137 628 7438



Plazo Indefinido

Ingreso del Trabajo por

Hora ($/hora)

Escolaridad (años)

Experiencia (años)

Rural

Contrato

Institución

de Estudios

Trabajo

Independiente

Bolsa de Empleo


Covariables


Variables según Forma de Intermediación Laboral, para Mujeres.

FamiliaresAmigos o

Vecinos

Ex Comp. De

Trabajo

Ex

EmpleadorOMIL

Programa

Puente

Agencia

Privada

En primer lugar nos referiremos a las diferencias de covariables que existen entre hombres y

mujeres que obtienen Ingresos del Trabajo34. Si bien es cierto que, estadísticamente

hablando35, hombres y mujeres difieren en todas las variables aquí presentadas36, al ordenar

las observaciones de acuerdo al método de intermediación que utilizaron (como se hace en las

tablas 2 y 3), hombres y mujeres difieren o tienen las mismas medias que las personas de su

mismo sexo que utilizaron otros métodos de intermediación laboral. Tanto hombres como

mujeres que utilizaron OMIL tienen un menor Ingreso del Trabajo por hora y porcentaje de

residencia en área Rural; un mayor porcentaje de trabajo con Contrato; e igual nivel de

Escolaridad, años de Experiencia Potencial y relación contractual de Plazo Indefinido que las

personas de su mismo sexo que utilizan otras formas de intermediación laboral37. Esta

similitud entre hombres y mujeres nos hace suponer que eliminar de la muestra a estas

últimas no debiera sesgar nuestros estimadores. Ahora bien, es conveniente recalcar que en

nuestra muestra observamos que OMIL es el método de intermediación con menor Ingreso

del Trabajo por Hora, pero no presenta el máximo y el mínimo de ninguna de las otras

variables aquí presentadas38.

34 Que contestan la pregunta 18 del Módulo de Empleo de la Encuesta CASEN.

35 Test de Medias

36 Los hombres presentan un mayor Ingreso del Trabajo por Hora, Experiencia Potencial, residencia en Área Rural

y Contrato de Trabajo. Las mujeres presentan mayor Escolaridad y mayor relación contractual a Plazo Indefinido.

37 Estadísticamente hablando: Test de Medias.

38 Las estadísticas descriptivas completas de la muestra utilizada en nuestras estimaciones, son presentadas en el

Anexo Nº1.

IX. Resultados.

-0.237*** -0.112 -0.23***

(0.029) (0.029)

-0.114**

(0.049)

-0.112

0.093*** 0.073***

(0.001) (0.002)

0.025*** 0.024***

(0.0007) (0.0007)

-0.0002*** -0.0002***

(0) (0)

-0.084*** 0.107***

(0.0086) (0.017)

0.04*** -0.123

(0.007) (0.015)

-0.007 -0.058***

(0.008) (0.009)

0.537***

(0.042)

0.014 0.015

(0.009) (0.009)

-0.1*** -0.103***

(0.008) (0.008)

-0.008 -0.011

(0.016) (0.016)

-0.044*** -0.045***

(0.013) (0.013)

-0.15 -0.15

(0.112) (0.11)

-0.041 -0.044

(0.05) (0.05)

0.163*** 0.164***

(0.023) (0.023)

0.144** 0.141**

(0.061) (0.061)

-0.095*** -0.081***

(0.028) (0.028)

Variable Dependiente: Logaritmo del Ingreso del Trabajo

por hora.

Agencias Privadas

Institución en la que

estudió

Bolsa de Empleo en

Internet

Municipio

Otras Formas de Intermediación

Familiares

Amigos

Ex compañeros de

trabajo

Ex empleadores

Programa Puente

Experiencia al

Cuadrado

Contrato

Plazo Indefinido

Rural

Propensity Score

Inv. Mills (sesgo de

selección)

Escolaridad

Experiencia

OMIL

ATE

ATT

ATU

Tabla 4: Estimaciones

OLS Matching HeckitCovariables

27

-0.008

(0.045)

0.0002

(0.0002)

-0.238

(0.24)

-0.187

(0.172)

-0.151

(0.123)

-0.159**

(0.076)

0.105**

(0.053)

R-Cuadrado 0.23 - 0.23

Pseudo R-Cuadrado - 0.129 0.134

N° Observaciones 54900 54900 54900



No se incluyeron en esta tabla las variables dummy que representan las

regiones de Chile (ver anexo), ni las que representan a la cantidad de

trabajadore de la empresa, ni las que representan a los sectores productivos.

*Significativo al 10%

**Significativo al 5%

***Significativo al 1%

Ingreso Autónomo

Promedio Comunal

Presencia de OMIL

en la Comuna

Variable Dependiente: Logaritmo del Ingreso del Trabajo

por hora.

PRIMERA ETAPA

Cónyuge Trabaja

Gasto Municipal por

Habitante

Luz

Agua

Alcantarillado

OLS Matching HeckitCovariables

Tabla 4 (cont.): Estimaciones.

En general se observa un efecto persistente negativo de la intermediación por parte de la

OMIL sobre el ingreso del trabajo por hora. Sin embargo la estimación de tipo Matching

reduce el valor absoluto del estimador, lo que da cuenta de un sesgo de selección en variables

observables. También se rechaza la hipótesis de no selección en variables no observables pues

el Inverso de la Razón de Mills en la estimación Heckit es significativo. Ello ocurre pese a que

sólo algunas de las variables exógenas ( iE ) son significativas39, lo cual ocurre porque la

39 El Ingreso Autónomo Promedio Comunal y la Presencia de OMIL en la Comuna aumentan y reducen,

respectivamente, la probabilidad de ser Intermediado por una OMIL, en línea con nuestras suposiciones.

28

identificación del sesgo de selección (controlado a través de ̂ ) ocurre tanto por la

inclusión de variables exógenas como por la forma funcional del Inverso de la Razón de Mills.

También es conveniente remarcar que las variables control en su mayoría presentan los

signos esperados (sólo llama la atención el cambio de signo de la variable Contrato al pasar de

Mínimos Cuadrados Ordinarios a Heckit). Por otra parte al revisar los estimadores de las otras

formas de Intermediación, apreciamos que sólo algunos de ellos presentan un efecto

significativo sobre el ingreso del trabajo por hora lo que, en línea con el desarrollo teórico de

secciones anteriores, nos lleva a afirmar que sólo algunas formas de intermediación tienen

efecto sobre el mercado laboral.

Como un segundo paso dentro de nuestras estimaciones, testeamos la presencia de cambio

estructural para los individuos que presentan distintos niveles de escolaridad (Educación

Básica, Media y Universitaria). El test de Chow respectivo arrojó:

F-statistic 3314441 Probability 0

Log likelihood ratio 2785273 Probability 0

Fuente: Elaboración propia a partir de datos Encuesta CASEN 2006

Tabla 5: Test de Chow

Hipótesis Nula: Educ. Media = Educ. Media =Educ.

Universitaria

Con lo que se rechaza la Hipótesis Nula de que no hay Cambio Estructural entre las

observaciones con distintos nivel de escolaridad. Es por eso que realizamos estimaciones

separadas para la Educación Básica, Media y Universitaria, las que presentamos a

continuación:

29

-0.172*** -0.197*** -0.368*** -0.237***

(0.046) (0.036) (0.094) (0.029)

0.04*** 0.084*** 0.209*** 0.093***

(0.002) (0.005) (0.006) (0.001)

0.018*** 0.026*** 0.044*** 0.025***

(0.001) (0.001) (0.003) (0.0007)

-0.0002*** -0.0003*** -0.0006*** -0.0002***

(0) (0) (0) (0)

0.004 -0.098*** -0.25*** -0.084***

(0.012) (0.013) (0.033) (0.0086)

0.044*** 0.05*** 0.012 0.04***

(0.01) (0.01) (0.023) (0.007)

-0.03*** -0.019* 0.094*** -0.0075

(0.01) (0.011) (0.029) (0.008)

0.058*** 0.035** -0.053* 0.014

(0.015) (0.013) (0.028) (0.009)

-0.065*** -0.089*** -0.168*** -0.103***

(0.013) (0.012) (0.024) (0.008)

-0.038 0.028 0.019 0.008

(0.024) (0.022) (0.041) (0.016)

-0.03* -0.02 -0.008 -0.044***

(0.018) (0.02) (0.047) (0.013)

-0.189 -0.207 0.155 -0.149

(0.161) (0.185) (0.211) (0.112)

-0.178 -0.062 -0.004 -0.041

(0.13) (0.064) (0.083) (0.05)

0.091 0.124*** 0.047 0.163***

(0.119) (0.031) (0.035) (0.023)

0.704*** 0.095 -0.023 0.144**

(0.243) (0.085) (0.091) (0.062)

-0.007 -0.142*** -0.11* -0.095***

(0.045) (0.039) (0.059) (0.028)

Educación

Universitaria

Modelo

CompletoCovariables

Experiencia

Experiencia al Cuadrado

Contrato

Plazo Indefinido

Tabla 6. Estimaciones: OLS separado por Nivel de Estudios

Variable Dependiente: Logaritmo del Ingreso del Trabajo por hora.

Educación

Básica

Educación

Media

Escolaridad

OMIL

ATE

ATT

ATU

Rural

Propensity Score


selección)

Ex empleadores

Programa Puente

Agencias Privadas


estudió


Familiares

Bolsa de Empleo en Internet

Municipio

Amigos

Ex compañeros de trabajo

30

R-Cuadrado 0.09 0.14 0.29 0.23

Pseudo R-Cuadrado - - - -

N° Observaciones 24022 23427 7451 54900



No se incluyeron en esta tabla las variables dummy que representan las regiones de Chile (ver anexo), ni las

que representan a la cantidad de trabajadores de la empresa, ni las que representan a los sectores productivos.




Tabla 6 (cont.) Estimaciones: OLS separado por Nivel de Estudios

Variable Dependiente: Logaritmo del Ingreso del Trabajo por hora

Educación

Básica

Educación

Media

Educación

Universitaria

Modelo

CompletoCovariables

-0.066 -0.128 -0.901 -0.112

-0.162*** -0.216*** -0.182 -0.114**

(0.061) (0.058) (0.154) (0.049)

-0.066 -0.127 -0.906 -0.112ATU

OMIL

ATE

ATT

Educación

Universitaria

Modelo

CompletoCovariables

Tabla 7. Estimaciones: Matching separado por Nivel de Estudios


Educación

Básica

Educación

Media

R-Cuadrado - - - -

Pseudo R-Cuadrado 0.21 0.1 0.12 0.129

N° Observaciones 23957 23427 7139 54900








31

-0.161*** -0.194*** -0.354*** -0.23***

(0.047) (0.04) (0.095) (0.029)

0.032*** 0.056*** 0.205*** 0.073***

(0.003) (0.007) (0.006) (0.002)

0.014*** 0.026*** 0.046*** 0.024***

(0.001) (0.001) (0.003) (0.0007)

-0.0001*** -0.0003*** -0.0007*** -0.0002***

(0) (0) (0) (0)

0.135*** 0.038 -0.151*** 0.107***

(0.02) (0.028) (0.044) (0.017)

-0.083*** -0.06*** -0.076** -0.123

(0.019) (0.023) (0.035) (0.015)

-0.036*** -0.142*** 0.11*** -0.058***

(0.01) (0.025) (0.03) (0.009)

0.326*** 0.485*** 0.231*** 0.537***

(0.04) (0.088) (0.073) (0.042)

0.057*** 0.035*** -0.056** 0.015

(0.015) (0.013) (0.028) (0.009)

-0.067*** -0.087*** -0.168*** -0.103***

(0.013) (0.012) (0.025) (0.008)

-0.042* 0.027 -0.014 -0.011

(0.024) (0.022) (0.041) (0.016)

-0.034* -0.021 0.003 -0.045***

(0.018) (0.02) (0.047) (0.013)

-0.182 -0.194 0.143 -0.15

(0.162) (0.181) (0.214) (0.11)

-0.179 -0.061 -0.011 -0.044

(0.132) (0.063) (0.083) (0.05)

0.09 0.126*** 0.049 0.164***

(0.118) (0.031) (0.036) (0.023)

0.716*** 0.101 -0.019 0.141**

(0.248) (0.085) (0.093) (0.061)

-0.003 -0.131*** -0.099* -0.081***(0.045) (0.04) (0.06) (0.028)

Tabla 8. Estimaciones: Heckit separado por Nivel de Estudios


Educación

Básica

Educación

Media

Educación

UniversitariaModelo Completo

Covariables

OMIL

ATE

ATT

ATU

Escolaridad

Experiencia

Experiencia al Cuadrado

Contrato

Plazo Indefinido

Rural

Propensity Score


selección)


Familiares

Amigos

Ex compañeros de trabajo

Ex empleadores

Programa Puente

Agencias Privadas


estudió

Bolsa de Empleo en Internet

Municipio

32

0.5 -0.022 -0.035 -0.008

(0.074) (0.067) (0.128) (0.045)

0.0002 0.0003 -0.0004 0.0002

(0.0003) (0.0003) (0.0007) (0.0002)

-0.476 -0.19 -0.533 -0.238

(0.383) (0.383) (0.8) (0.24)

0.189 -0.267 -0.856 -0.187

(0.254) (0.287) (0.526) (0.172)

-0.253 -0.006 -0.355 -0.151

(0.188) (0.191) (0.385) (0.123)

-0.386*** -0.074 0.005 -0.159**

(0.14) (0.104) (0.21) (0.076)

0.088 0.071 0.232 0.105**

(0.08) (0.084) (0.165) (0.053)

R-Cuadrado 0.09 0.14 0.29 0.23

Pseudo R-Cuadrado 0.22 0.1 0.13 0.134

N° Observaciones 23957 23427 7139 54900








Presencia de OMIL en la

Comuna

PRIMERA ETAPA

Cónyuge Trabaja

Tabla 8 (cont.) Estimaciones: Heckit separado por Nivel de Estudios


Educación

Básica

Gasto Municipal por

Habitante

Luz

Agua

Alcantarillado

Educación

Media

Educación

UniversitariaModelo Completo

Covariables

Ingreso Autónomo

Promedio Comunal

En las estimaciones de Mínimos Cuadrados (Tabla 6) se aprecia que la magnitud del efecto de

las OMIL sobre el Ingreso del Trabajo por Hora difiere según el nivel de escolaridad; tiene un

mayor valor absoluto en los individuos con Educación Universitaria. Sin embargo, al estimar a

través de Matching (Tabla 7) observamos que el efecto de la OMIL desaparece precisamente

en este Nivel de Escolaridad, permaneciendo en los individuos con Educación Básica y Media.

Es decir, existe un pronunciado sesgo de selección en variables observables en los individuos

con Educación Universitaria, que explica el resultado que la estimación por Mínimos

Cuadrados Ordinarios presenta para ellos. Además, es conveniente destacar que existe sesgo

de selección en variables no observables (

ˆ significativamente distinto de cero) para todos

los niveles educativos. Sin embargo, al corregir este sesgo no se alteran significativamente los

resultados de la estimación por Mínimos Cuadrados Ordinarios.

33

Otra posibilidad de cambio estructural la constituyen los distintos quintiles de ingreso del

hogar per cápita40. Esta variable a diferencia de la escolaridad (que es netamente individual)

da cuenta de distintas realidades a nivel familiar, que pueden hacer cambiar el

comportamiento de los trabajadores a la hora de elegir uno u otro Intermediador Laboral. Por

ello se utilizó el Test de Chow, el que arrojó los siguientes resultados:

F-statistic 1295407 Probability 0

Log likelihood ratio 18763 Probability 0

Fuente: Elaboración propia a partir de datos Encuesta CASEN 2006

Tabla 9: Test de Chow utilizando los Quintiles de Ingreso

Autónomo del Hogar per Cápita

Hipótesis Nula: 1º Quintil = 2º Quintil = … = 5º Quintil

Con lo que se rechaza la Hipótesis Nula de que no hay Cambio Estructural entre las

observaciones pertenecientes a los distintos Quintiles de Ingreso Autónomo per Cápita. Es por

ello que realizamos estimaciones separadas para cada Quintil, que presentamos a

continuación:

40 Los límites de los distintos Quintiles de Ingreso Autónomo del Hogar per Cápita fueron extraídos del documento

“Distribución del Ingreso e Impacto Distributivo del Gasto Social”

http://www.mideplan.cl/casen/publicaciones/2006/Imp_Distrib.pdf

-0.044 -0.031 -0.105** -0.162*** -0.22 -0.06* -0.144*** -0.22

(0.051) (0.04) (0.051) (0.063) (0.181) (0.033) (0.041) (0.181)

0.014*** 0.025*** 0.034*** 0.05*** 0.098*** 0.025*** 0.049*** 0.098***

(0.003) (0.002) (0.002) (0.002) (0.003) (0.002) (0.002) (0.003)

0.019*** 0.023*** 0.024*** 0.029*** 0.038*** 0.018*** 0.026*** 0.038***

(0.002) (0.001) (0.001) (0.001) (0.002) (0.001) (0.0009) (0.002)

-0.0003*** -0.0003*** -0.0003*** -0.0004*** -0.0004*** -0.0003*** -0.0003*** -0.0004***

(0) (0) (0) (0) (0) (0) (0) (0)

0.206*** 0.044*** -0.06*** -0.171*** -0.417*** 0.143*** -0.124*** -0.417***

(0.015) (0.012) (0.015) (0.02) (0.035) (0.01) (0.012) (0.035)

0.125*** 0.089*** 0.072*** -0.009 -0.106*** 0.116*** 0.038*** -0.106***

(0.013) (0.01) (0.011) (0.016) (0.028) (0.008) (0.009) (0.028)

-0.054*** 0.01 0.016 -0.027*** 0.071*** -0.024*** -0.012 0.071***

(0.014) (0.01) (0.012) (0.016) (0.027) (0.009) (0.01) (0.027)

Tabla 10. Estimaciones: OLS separado por Quintiles de Ingreso Autónomo del Hogar per Cápita


1º Quintil 2º Quintil 3º Quintil 5º Quintil 5º QuintilCovariables

ATTOMIL

ATE

ATU

4º Quintil

Experiencia

Experiencia al

Cuadrado

Escolaridad

Contrato

Plazo Indefinido


selección)

1º y 2º

Quintil

3º y 4º

Quintil

Rural

Propensity Score

35

0.026 0.031** 0.024 0.012 -0.049* 0.035*** 0.021* -0.049*

(0.019) (0.014) (0.015) (0.017) (0.027) (0.012) (0.012) (0.027)

0.023 -0.013 -0.052*** -0.057*** -0.117*** -0.003 -0.064*** -0.117***

(0.017) (0.012) (0.013) (0.016) (0.026) (0.01) (0.011) (0.026)

0.056* 0.027 0.004 -0.031 -0.016 0.045** -0.008 -0.016

(0.03) (0.024) (0.024) (0.029) (0.045) (0.02) (0.019) (0.045)

0.015 0.012 0.025 -0.02 0.032 0.014 -0.0005 0.032

(0.026) (0.018) (0.021) (0.028) (0.047) (0.016) (0.018) (0.047)

-0.102 0.135 -0.011 0.13 0.681*** -0.23 -0.01 0.681***

(0.17) (0.19) (0.156) (0.31) (0.053) (0.137) (0.15) (0.053)

-0.243 -0.004 0.122* -0.024 0.116 -0.106 0.036 0.116

(0.16) (0.047) (0.069) (0.082) (0.111) (0.07) (0.053) (0.111)

0.067 0.086** 0.112*** 0.09** 0.069 0.096*** 0.107*** 0.069

(0.099) (0.037) (0.036) (0.039) (0.044) (0.037) (0.027) (0.044)

0.118 0.054 0.093 0.082 0.111 0.062 0.111 0.111

(0.395) (0.155) (0.062) (0.081) (0.113) (0.167) (0.056) (0.113)

0.048 -0.03 0.03 -0.022 -0.116* -0.004 0.017 -0.116*

(0.049) (0.051) (0.05) (0.046) (0.067) (0.036) (0.035) (0.067)

5º QuintilCovariables

2º Quintil 3º Quintil 4º Quintil 5º Quintil1º y 2º

Quintil

3º y 4º

Quintil


Tabla 10 (cont.) Estimaciones: OLS separado por Quintiles de Ingreso Autónomo del Hogar per Cápita


1º Quintil

Municipio

Programa Puente

Agencias Privadas


estudió

Familiares

Bolsa de Empleo en

Internet

Ex compañeros de

trabajo

Ex empleadores

Amigos

R-Cuadrado 0.11 0.1 0.117 0.14 0.235 0.11 0.14 0.235

Pseudo R-Cuadrado - - - - - - - -

N° Observaciones 11144 13959 12423 10410 6964 25103 22833 6964








36

0.025 0.014 0.103 -0.282 -0.417 -0.034 -0.071 -0.417

-0.148** -0.003 -0.035 -0.26** -0.317 -0.109** -0.107* -0.317

(0.064) (0.075) (0.073) (0.102) (0.238) (0.047) (0.063) (0.238)

0.027 0.014 0.104 -0.282 -0.418 -0.033 -0.07 -0.418

Tabla 11. Estimaciones: Matching separado por Quintiles de Ingreso Autónomo del Hogar per Cápita


4º Quintil1º y 2º

Quintil

3º y 4º

Quintil1º Quintil 2º Quintil 3º Quintil 5º Quintil 5º Quintil

Covariables

ATTOMIL

ATE

ATU

R-Cuadrado - - - - - - - -

Pseudo R-Cuadrado 0.21 0.15 0.17 0.09 0.17 0.17 0.11 0.17

N° Observaciones 11066 13904 11710 10410 4773 25015 22846 4762








37

-0.04 -0.032 -0.088* -0.127** -0.189 -0.061* -0.117*** -0.189

(0.051) (0.04) (0.051) (0.064) (0.178) (0.033) (0.041) (0.178)

0.012*** 0.027*** 0.026*** 0.051*** 0.081*** 0.026*** 0.044*** 0.081***

(0.003) (0.002) (0.002) (0.002) (0.005) (0.002) (0.002) (0.005)

0.017*** 0.022*** 0.026*** 0.03*** 0.034*** 0.019*** 0.028*** 0.034***

(0.002) (0.001) (0.001) (0.001) (0.003) (0.001) (0.0009) (0.003)

-0.0003*** -0.0003** -0.0003*** -0.0004*** -0.0003*** -0.0003*** -0.0003*** -0.0003***

(0) (0) (0) (0) (0) (0) (0) (0)

0.235*** 0.011 0.106*** -0.089*** -0.398*** 0.127*** 0.011 -0.398***

(0.024) (0.037) (0.022) (0.022) (0.046) (0.022) (0.015) (0.046)

0.096*** 0.121*** -0.099*** -0.019 -0.14*** 0.133*** -0.054*** -0.14***

(0.023) (0.035) (0.02) (0.016) (0.038) (0.021) (0.012) (0.038)

-0.055*** 0.033 -0.015 -0.087*** 0.076** -0.019* -0.061*** 0.076**

(0.014) (0.026) (0.013) (0.018) (0.032) (0.01) (0.01) (0.032)

0.073* -0.103 0.414*** 0.343 0.17*** -0.047 0.425*** 0.17***

(0.043) (0.109) (0.042) (0.039) (0.042) (0.055) (0.03) (0.042)

Rural

Propensity Score


selección)

5º Quintil

Escolaridad

Experiencia

Experiencia al

Cuadrado

Contrato

Plazo Indefinido

3º Quintil 4º Quintil 5º QuintilCovariables

OMIL

ATE

ATT

ATU

Tabla 12. Estimaciones: Heckit separado por Quintiles de Ingreso Autónomo del Hogar per Cápita.


1º y 2º

Quintil

3º y 4º

Quintil1º Quintil 2º Quintil

38

0.026 0.031** 0.023 0.016 -0.057* 0.035*** 0.024** -0.057*

(0.019) (0.014) (0.016) (0.017) (0.033) (0.012) (0.012) (0.033)

0.023 -0.013 -0.045*** -0.054*** -0.116*** -0.002 -0.059*** -0.116***

(0.017) (0.012) (0.014) (0.016) (0.031) (0.01) (0.011) (0.031)

0.056* 0.026 0.007 -0.03 0.004 0.045** -0.008 0.004

(0.03) (0.025) (0.024) (0.028) (0.055) (0.02) (0.019) (0.055)

0.012 0.011 0.026 -0.023 0.046 0.013 -0.002 0.046

(0.026) (0.018) (0.022) (0.028) (0.064) (0.016) (0.017) (0.064)

-0.1 0.133 -0.051 0.144 Variable -0.024 -0.029 Variable

(0.167) (0.191) (0.157) (0.3) Eliminada (0.137) (0.151) Eliminada

-0.243 -0.005 0.128* -0.016 0.12 -0.105 0.044 0.12

(0.161) (0.047) (0.072) (0.082) (0.12) (0.07) (0.053) (0.12)

0.063 0.088** 0.123*** 0.097** 0.076 0.097*** 0.112*** 0.076

(0.099) (0.037) (0.037) (0.039) (0.052) (0.037) (0.027) (0.052)

0.106 0.058 0.076 0.086 0.058 0.065 0.112** 0.058

(0.39) (0.155) (0.064) (0.081) (0.113) (0.167) (0.056) (0.113)

0.054 -0.032 0.042 -0.01 -0.131* -0.006 0.029 -0.131*

(0.049) (0.051) (0.051) (0.047) (0.076) (0.036) (0.036) (0.076)


2º Quintil 3º Quintil 4º Quintil 5º Quintil1º y 2º

Quintil

3º y 4º

Quintil

Ex compañeros de

trabajo

Ex empleadores

Programa Puente

Tabla 12 (cont.) Estimaciones: Heckit separado por Quintiles de Ingreso Autónomo del Hogar per Cápita.


1º Quintil

Agencias Privadas


estudió

Bolsa de Empleo en

Internet

Municipio


Familiares

Amigos

39

0.017 0.008 -0.09 -0.104 -0.283 0.034 -0.102 -0.283

(0.11) (0.092) (0.102) (0.104) (0.181) (0.069) (0.07) (0.181)

0.001** 0.0006* 0.00008 -0.0003 0.0005 0.0007*** -0.0001 0.0005

(0.0005) (0.0004) (0.0006) (0.0005) (0.0007) (0.0003) (0.0004) (0.0007)

-0.316 -0.339 0.016 -1.2** 1.27 -0.133 -0.789** 1.27

(0.595) (0.528) (0.807) (0.52) (1.3) (0.37) (0.383) (1.3)

0.047 0.327 -0.274 -0.9** -0.97 0.093 -0.585** -0.97

(0.326) (0.357) (0.413) (0.45) (0.95) (0.235) (0.288) (0.95)

-0.316 -0.046 -0.278 0.135 -0.097 -0.176 -0.106 -0.097

(0.249) (0.233) (0.279) (0.316) (0.618) (0.168) (0.202) (0.618)

-0.295 -0.076 -0.284 -0.149 0.35 -0.16 -0.191 0.35

(0.18) (0.134) (0.188) (0.183) (0.29) (0.106) (0.126) (0.29)

0.042 0.094 0.177 0.106 0.667** 0.068 0.155* 0.667**

(0.106) (0.105) (0.124) (0.135) (0.273) (0.073) (0.089) (0.273)

R-Cuadrado 0.11 0.1 0.12 0.15 0.23 0.11 0.15 0.23


N° Observaciones 11066 13904 11710 10410 4773 25015 22883 4773








Presencia de OMIL en

la Comuna

Ingreso Autónomo

Promedio Comunal

Alcantarillado

Agua

1º y 2º

Quintil

3º y 4º

Quintil5º Quintil

Covariables

Cónyuge Trabaja

Luz

Tabla 12 (cont.) Estimaciones: Heckit separado por Quintiles de Ingreso Autónomo del Hogar per Cápita.


1º Quintil 2º Quintil 3º Quintil 4º Quintil 5º Quintil

Gasto Municipal por

Habitante

PRIMERA ETAPA

Las estimaciones de Mínimos Cuadrados Ordinarios (Tabla 10) muestran que el efecto de las

OMIL en el Ingreso del Trabajo por hora difiere entre los distintos Quintiles de Ingreso

Autónomo del Hogar per Cápita. Los resultados muestran que tal efecto sólo es significativo

para los Quintiles 3 y 4. Otras formas de agrupar los resultados sólo confirman esta

afirmación. De hecho al realizar la estimación para aquellas observaciones pertenecientes a

los Quintiles 1 y 2 (Tabla 10, Columna 7), el parámetro de la variable OMIL allí obtenido

presenta un valor absoluto mayor (y estadísticamente significativo) al que presentaba el

mismo parámetro al ser calculado para los Quintiles 1 y 2 por separado. Pero al realizar un

test de Chow comparando el Quintil 1 con el Quintil 2 es rechazada la hipótesis nula de que no

hay cambio estructural, por lo que los resultados válidos para este grupo de observaciones

son los entregados por las Columnas 2 y 3. Al agrupar los Quintiles 3 y 4, en cambio, se llega a

un estimador de la variable OMIL de similar valor absoluto y significancia que el obtenido al

calcular para cada quintil por separado. Aunque esto sea así, para este grupo de

observaciones, los resultados válidos son aquellos entregados por las Columnas 4 y 5 de la

Tabla 1041. Las estimaciones de Matching y Heckit confirman en parte los resultados

entregados por la Tabla 10. Las únicas diferencias, en cuanto a nivel de significancia, ocurren

al controlar el sesgo de selección por variables observables (Matching, Tabla 11). En tal

estimación el parámetro de la variable OMIL resulta significativo para los Quintiles 1 y 4.

Las conclusiones recién planteadas, sin embargo, podrían cambiar al considerar la situación

de aquellas personas que están en el borde de un determinado Quintil de Ingresos. El efecto

de la Intermediación Laboral de OMIL sobre el Ingreso Laboral por hora puede hacer que,

todo lo demás constante, cambie el Quintil de Ingreso Autónomo del Hogar al que pertenece la

persona. Para controlar este efecto identificamos a aquellas personas que cambiarían el

Quintil de Ingreso Autónomo del Hogar per Cápita al que pertenecen si es que sobre sus

Ingresos de Trabajo se aplica el estimador del efecto del Intermediador OMIL. Para estos

efectos, multiplicamos el Ingreso del Trabajo por Hora por (1+ OMIL̂ )42, construimos una

nueva versión del Ingreso Autónomo del Hogar per Cápita e identificamos a qué Quintil

41 Un test de Chow rechaza la hipótesis nula de que no hay cambio estructural al estimar este modelo para los

Quintiles 3 y 4.

42 Utilizamos el estimador de OMIL̂ que nosotros consideramos menos sesgado: el parámetro ATE obtenido a

través de una estimación Matching, presentado en la Tabla 4.

41

pertenecía ahora43 cada observación. Las observaciones que cambiaban de Quintil luego de

recibir de este procedimiento fueron eliminadas para recalcular los modelos representados en

las Tablas 10, 11 y 12. Los resultados obtenidos mayoritariamente confirman la presencia de

un efecto OMIL sólo en algunos Quintiles de Ingreso Autónomo del Hogar per Cápita44. Tales

cifras son detalladas en las Tablas 14, 15 y 16, situadas en el Anexo Nº2 de este informe.

A modo de recapitulación de esta sección recordemos que en nuestras estimaciones se obtuvo

un efecto negativo de la Intermediación por parte de las OMIL sobre el Ingreso del Trabajo por

hora. Sin embargo, al separar las observaciones de acuerdo al Quintil de Ingreso Autónomo

del Hogar per Cápita, se rechazó la hipótesis nula de que no hay cambio estructural. A partir

de ello observamos que el efecto negativo antes descrito sólo está presente en el 3º y 4º

Quintil.

X. Posibles explicaciones de estos resultados.

En la sección anterior concluimos que para ciertos grupos de individuos (los pertenecientes a

algunos Quintiles de Ingreso Autónomo del Hogar per Cápita) la Intermediación Laboral por

parte de una OMIL genera un efecto negativo sobre el Ingreso del Trabajo por hora. Sin

embargo, tales resultados no nos permiten afirmar cuál es la causa que está detrás de estas

cifras. Es por eso que esta sección se esbozarán algunas respuestas basadas en el marco

analítico presentado en la sección II (Autor, 2008), otras experiencias registradas en la

literatura (Kuhn y Skuterud, 2004) y evidencia anecdótica registradas a través de visitas a

terrenos a instituciones relacionadas con la Intermediación Pública

En primer lugar cabe mencionar el trabajo de Kuhn y Skuterud (2004) en el que ocurre algo

parecido a lo que hemos observado en nuestra investigación: se concluye que una instancia de

Intermediación Laboral influye de manera negativa en algún outcome de los individuos

43

Recordemos que, para efectos de estos cálculos, los límites de cada Quintil permanecen fijos, siendo aquellos

definidos por el documento “Distribución del Ingreso e Impacto Distributivo del Gasto Social”

http://www.mideplan.cl/casen/publicaciones/2006/Imp_Distrib.pdf

44 Sólo en la estimación Heckit (Tabla 16) dejan de ser significativos los efectos de OMIL en todos los Quintiles de

Ingreso.

42

intermediados por ella45. A la hora de explicar sus resultados estos autores esbozan una serie

de posibles explicaciones, que aquí son presentadas en forma de pregunta, junto a otras

preguntas que surgieron de las visitas a terreno realizadas por mí:

a) ¿Por qué las personas recurren a una agencia de empleo que les significa obtener un

salario menor?:

¿La OMIL les otorga beneficios que no han sido considerados dentro del modelo

econométrico? (beneficios no salariales, un desempleo de menor duración, etc.)

¿Tienen pocos contactos, redes sociales pobres, y por eso aceptan un salario menor al

que les ofrece el mercado?

¿Tienen una menor calidad “no observada”? (en alguna característica no recogida por

las estimaciones econométricas antes descritas)

Este grupo de preguntas están vinculadas a la presencia de Información Costosa y Selección

Adversa en el Mercado Laboral (Autor, 200846) Es decir, tienen relación con la imposibilidad

de estos trabajadores de obtener toda la información acerca de sus alternativas laborales

relevantes (porque tienen “pocos contactos” o por algún otro motivo) Además, la presencia de

información no observable para el econometrista y/o para el empleador nos puede llevar a

distintas formas de interpretar los resultados detallados en la sección anterior:

Presencia de Información No Observable para el Econometrista ni para el Empleador:

nos hace pensar que es la OMIL la que genera una señal acerca de la calidad de los

trabajadores, la que redunda en un salario menor o igual47 al que obtendrían a través

de otros métodos de intermediación laboral48. Que es la señal impuesta por las OMIL

la responsable de este fenómeno.

Presencia de Información No Observable para el Econometrista, pero observable para el

Empleador: nos hace pensar que el salario obtenido por los trabajadores

intermediados por las OMIL es el mismo salario que obtendrían a través de otros

métodos de intermediación laboral. Que es la calidad no observable (para el

45 En tal trabajo, la instancia de Intermediación Laboral es la Búsqueda de Empleo a través de Internet, y el

outcome afectado es la duración del desempleo.

46 Ya detallado en la sección II.

47 Dependiendo del quintil de Ingreso Autónomo del Hogar per Cápita al que pertenezca el individuo.

48 Como ocurría en los papers presentados en la parte c) de la sección IV.

43

econometrista) de los trabajadores intermediados por OMIL la responsable de este

fenómeno.

b) ¿Por qué las empresas recurren a las OMIL?:

¿Porque les permite acceder a una oferta de trabajadores que están dispuestos a

obtener un salario menor al del mercado?

¿Porque les permite acceder de manera gratuita y expedita a una oferta de

trabajadores acorde a sus requerimientos? (les ahorra gastos de reclutamiento y

selección)

c) ¿La gestión de las OMIL es responsable de este fenómeno49? O ¿Sólo es producto de la

autoselección de ciertos grupos de trabajadores y empresas?

Si en el grupo de preguntas a) hablamos de una “señal” que imponía la intermediación por

parte de las OMIL, aquí nos referimos a una administración ineficiente como la posible

causante de los resultados ya presentados

Tal como le ocurre a Kuhn y Skuterud (2004), esta investigación carece de datos que nos

permitan testear algunas de las hipótesis aquí esbozadas50 por lo que se recurrió a evidencia

anecdótica, generada a partir de visitas a terreno a Oficinas Municipales de Intermediación

Laboral, empresas que hacen uso de sus servicios e Instituciones sin fines de lucro que

realizan labores de Intermediación Laboral en segmentos de público similares a los atendidos

por las OMIL visitadas. Al finalizar esta sección busco especificar algunas preguntas que, con

los datos apropiados, puedan llevar a nuevas investigaciones que nos permitan ahondar en el

análisis económico de la Intermediación Laboral Pública en Chile.

Visitas a Terreno

49 Un ejemplo donde la gestión del Intermediador Laboral era la responsable de un fenómeno similar es

presentado por Wong Lee (2008).

50 Por ejemplo, no contamos con datos de historial laboral, para medir la duración de los períodos de empleo y

desempleo de los trabajadores de la muestra.

44

Casi todos los estudios que tratan en profundidad el tema de la Intermediación Laboral

Pública en Chile, se refieren a aspectos administrativos: gestión, recursos humanos, atención

al cliente51. En ellos no se aborda, teórica y/o empíricamente52, los aspectos económicos que

están detrás de este problema. Incluso en el Informe Final del Consejo Asesor Presidencial

“Trabajo y Equidad” (2008) se reconoce la inexistencia de evaluaciones económicas formales

a las OMIL.

Es por eso que se ha recurrido a la evidencia anecdótica para esbozar algunas hipótesis que

expliquen nuestros resultados de la sección IX. Para ello se han visitado53:

3 OMIL de la Región Metropolitana y 1 de la Región de Coquimbo54.

3 Empresas que utilizan los servicios de una o varias OMIL.

1 Organización Sin Fines de Lucro que realiza labores de Intermediación Laboral, en

segmentos de público similares a los atendidos por las OMIL visitadas.

A continuación, una breve caracterización de las instituciones visitadas:

a) OMIL: son muy distintas entre sí en casi todos los aspectos:

Cantidad de Personal: desde 4 personas con dedicación no exclusiva (atienden más

de un servicio municipal a la vez) hasta 14 personas con dedicación exclusiva55 56.

Grado de Cumplimiento de las “Funciones de una OMIL”57: está fuertemente

vinculada a la cantidad de personal. Por ejemplo, las dos OMIL con menor cantidad

de personal no cuentan con un relacionador de empresas. Es decir en esas OMIL

no se establece un contacto directo con las empresas, tanto para buscar puestos de

trabajo, como para realizar un seguimiento de los trabajadores colocados. En esas

51 Alcalá Consultores (2005), Chanamé (1999), González et. al. (2002)

52 Sólo Singer (2005) se adopta un enfoque económico, pero sólo a nivel teórico.

53 Las nombres de las comunas y las instituciones que he visitado se mantendrán en secreto para honrar el

compromiso que el investigador adquirió con sus entrevistados.

54 Esta última OMIL fue visitada por una colaboradora del investigador.

55 Las otras OMIL cuentan con un personal de 5 y 8 personas con dedicación exclusiva, respectivamente.

56 La cantidad de personal no está estrictamente relacionada con la cantidad de habitantes de la comuna.

57 Que fueron detalladas en la sección III, página 6.

45

OMIL “las empresas que llegan, llegan solas”

Especialización: más allá de la edad de los trabajadores intermediados (en algunas

predominan los mayores de 30, y en otras los jóvenes entre 18 y 25), sí hay

coincidencia en la escolaridad (entre 8 y 12 años) y en el tipo de puesto al que

acceden los trabajadores intermediados (nivel operario, tanto en administración

como en ventas, transportes, seguridad y otras áreas)

b) Empresas: coinciden en varios aspectos

Personal: buscan en la OMIL a trabajadores de nivel operativo, pagando salarios

cercanos al mínimo. En estos puestos presentan alta rotación de personal (es decir

son trabajos de “bajo compromiso”, como eran llamados en la sección III)

Promoción: si en las OMIL buscan a los trabajadores de “bajo compromiso”, a los

trabajadores de “alto compromiso” los buscan dentro de sus propias filas; utilizan

promoción interna.

Preferencias por OMIL: al menos públicamente, las empresas manifestaron que su

preferencia por las OMIL está basada en los ahorros en costos de reclutamiento

que obtienen al utilizar estos servicios. En vez de poner anuncios en el diario o

seleccionar a algunas de las muchas personas que van a dejar currículums a sus

empresas, prefieren recibir a una cantidad acotada de personas que ya han pasado

por el filtro que imponen las OMIL que ellos utilizan.

A la hora de elegir entre las OMIL de distintas comunas, las empresas dijeron

recurrir con mayor asiduidad a aquellas que tienen un tiempo de reacción más

corto, que demoran menos tiempo en presentarles candidatos seleccionados para

su puesto. Estas OMIL, las que ellos prefieren, suelen ser las mismas que antes se

calificó con un mayor Grado de Cumplimiento de sus Funciones.

c) Organización Sin Fines de Lucro:

Múltiples Labores: es una fundación que realiza múltiples programas en una

comunidad específica. La intermediación laboral es sólo una de ellas, dirigida por

una persona que desempeña varias funciones.

Escala Menor: atiende sólo a un sector (4 poblaciones de una comuna)

Primer Paso de Intermediación Laboral: dado su carácter local, es la primera

46

instancia a la que recurren los vecinos del sector. Después utilizan la OMIL y otras.

Discusión

A partir de estas visitas se llega a varias conclusiones, varias de las cuales derivan en líneas

investigativas, que pueden ser abordadas en próximos trabajos:

Beneficios No Salariales: en las entrevistas no se obtuvo ningún elemento que haga pensar

que los trabajadores intermediados por las OMIL obtienen algún beneficio no salarial que

no haya sido considerado en el modelo hasta ahora utilizado.

Por ejemplo, se puede especular que la intermediación de OMIL reduce el tiempo

esperado de desempleo. Para evaluar la validez de esta hipótesis es necesario utilizar

alguna base de datos que registre las trayectorias laborales de una muestra representativa

de trabajadores a nivel nacional. Con un modelo de duración se puede estimar el efecto

que produce la intermediación de OMIL en tal índice.

OMIL son heterogéneas: lo que en este trabajo ha sido modelado como una variable

dummy, en la realidad agrupa a un conjunto de oficinas de intermediación pública de muy

distinta calidad. Además, esta calidad no depende de la cantidad de habitantes de la

comuna ni del presupuesto al que accede la administración municipal como un todo, sino

sólo del énfasis que ponga una u otra administración municipal en la gestión de tal

repartición. En varias de las OMIL entrevistadas se han suscitado importantes cambios en

su manejo, producto de la llegada de nuevos alcaldes.

En esta investigación sólo se incorporo como variable proxy el Gasto Municipal por

Habitante, pero sabemos que eso no suficiente para incorporar la heterogeneidad de OMIL

dentro de las estimaciones. Es por eso que se espera poder avanzar en el análisis

económico de la Intermediación Laboral Pública si es que realiza un análisis de la Función

de Producción que está detrás del desempeño de las OMIL. Es decir, si se vincula sus

resultados a los insumos de los que dispone58. Para ello, evidentemente, se requiere

contar con este tipo de datos para cada OMIL de Chile.

Calidad Inobservable de Trabajadores: en algunas de las entrevistas se coincidió en la idea

de que algún porcentaje de los trabajadores que recurren a las OMIL son “poco tolerantes

58 Card y Krueger (1996) y Heckman, Layne-Farrar y Todd (1996) son dos ejemplos de estimaciones de funciones

de producción en el área de la Economía de la Educación

47

al esfuerzo”. A saber: buscan trabajos lo más cerca de sus casas que se pueda (aún en

tiempos de recesión económica, u otros períodos de estrechez financiera) y presentan una

alta inasistencia o simplemente abandonan sus trabajos sin previo aviso. También se

planteó que algún porcentaje de estas personas ve el trabajo de las OMIL sólo como otra

muestra más de asistencialismo: “La municipal me tiene que conseguir pega.” En su

trabajo, Autor (2001) entrega evidencia informal para una hipótesis como esta, afirmando

que los sitios de búsqueda de trabajo por Internet son frecuentados por cuatro tipos de

individuos cuyas características inobservables los hacen poco atractivos para los

empleadores: los tristes (probablemente empleados no deseados); los curiosos (que

tienen probabilidad de “saltar de empleo en empleo”); los “no promocionables”

(probablemente por una razón); y los desempleados (probablemente por una peor razón).

Saber si es este el factor responsable del efecto negativo observado en las estimaciones de

la sección VII, requiere de variables que nos permitan aislar la calidad no observable del

trabajador; instrumentos que tengan un poder explicativo59 más alto que el de los

instrumentos utilizados hasta ahora60. Otra posibilidad es contar con datos de panel

acerca de trayectorias laborales, que incluyan variables vinculadas a la Intermediación

Laboral. Con estos datos se podrían identificar los efectos fijos que cada persona tiene

sobre sus propios outcomes, aislándolos de la estimación de los parámetros vinculados a

cada instancia de Intermediación Laboral.

Tipo de Empresas: sólo se ha logrado entrevistar a empresas que utilizan los servicios de

las OMIL. No sabemos si éstas son iguales o distintas a las empresas que no utilizan OMIL.

En esta investigación sólo se logró incluir en la estimación un grupo de variables dummy

que identifican la cantidad de trabajadores que tienen las empresas en las que trabajan los

individuos de nuestra muestra. Claramente eso no es suficiente para caracterizar a las

empresas que usan o no los servicios de las OMIL. Para responder esta pregunta se

requeriría de una base de datos que contenga varias características de una muestra

representativa de empresas a nivel nacional. Con ellas se calcularía la “Probabilidad de

que la Empresa utilice los Servicios de alguna OMIL”, para caracterizar al tipo de empresas

59 En la estimación de la probabilidad de ser Intermediado por una OMIL.

60 El pseudo R-Cuadrado alcanzado en nuestras estimaciones promedia un 13%

48

que usan este tipo de Intermediación. Existe la posibilidad de que sean las empresas las

responsables del efecto negativo observado en la sección VII; que las OMIL sólo reciban

demandas de trabajo de aquellas que por algún motivo pagan salarios inferiores al

mercado, para el segmento de trabajadores de baja calificación61.

XI. Conclusión

En esta investigación se abordó la pregunta “¿Las OMIL generan algún efecto sobre el

Mercado Laboral?” a través de la estimación de la diferencia marginal que genera en el

Ingreso del Trabajo por hora la obtención de un empleo a través de una Oficina Municipal de

Intermediación Laboral (OMIL). Se utilizó Mínimos Cuadrados Ordinarios y, para controlar el

sesgo de selección en observables y no observables, se utilizaron técnicas de matching y

regresión censurada tipo Heckit. En nuestras estimaciones se obtuvo un efecto negativo de la

Intermediación por parte de las OMIL sobre el Ingreso del Trabajo por hora. Sin embargo, al

separar las observaciones de acuerdo al Quintil de Ingreso Autónomo del Hogar per Cápita, se

rechazó la hipótesis nula de que no hay cambio estructural. Así se observó que tal efecto

negativo sólo está presente en el 3º y 4º Quintil.

Sin embargo, de estos resultados no es posible aún extraer conclusiones de política pública.

Todavía nos resta desentrañar las explicaciones que están detrás de estas cifras. Basándonos

en propuestas de la literatura relacionada (Kuhn y Skuterud, 2004) y en evidencia anecdótica,

aquí se planteó que tanto el pool de trabajadores intermediados (sus características no

observables), como el conjunto de empresas que ofrecen empleos a través de las OMIL

(pueden ofrecer sistemáticamente salarios inferiores al mercado) y la gestión de las propias

OMIL pueden ser las responsable de este efecto negativo. Probar cada una de estas hipótesis

requiere de nuevos datos y de nuevas estimaciones

Pool de trabajadores: instrumentos para aislar su calidad no observable en la

estimación de la Probabilidad de que el individuo sea Intermediado por una OMIL.

61 Una de las empresas entrevistadas planteó: “Yo sé que en la empresa del lado pagan un salario más alto por un

trabajo que, al igual que el que se realiza en esta empresa, no requiere un gran nivel de calificación. Yo no sé si ellos

obtienen trabajadores a través de la OMIL”

49

Pool de empresas: características para calcular la Probabilidad de que la Empresa

utilice los Servicios de alguna OMIL.

Gestión de las OMIL: datos de insumos para estimar la Función de Producción de las

OMIL.

Lo que deja planteado el desafío de extender esta rama de la literatura económica en Chile.

XII. Bibliografía

Addison, John T. and Portugal, Pedro. "Job Search Methods and Outcomes." Institute for

the Study of Labor (IZA) (Bonn, Germany) Discussion Paper No. 349, August 2001.

Alcalá Consultores (2005) “Desarrollo de estándares de atención al cliente para los

procesos críticos de las oficinas municipales de información laboral” Oficina de Estudios,

Área Innovación y Desarrollo, Servicio Nacional de Capacitación y Empleo.

Akerlof, G.(1970) "The Market for 'Lemons': Quality Uncertainty and the Market

Mechanism." Q.J.E. 84: 488-500.

Angrist, J. y J. Pischke (2009) “Mostly Harmless Econometrics” Princeton University Press.

Autor, D. (2001). “Wiring the Labor Market.” Journal of Economic Perspectives, 15(1),

Winter, 25 – 40.

Autor, D. (2008) “The Economics of Labor Market Intermediation: an Analytic

Framework” NBER Working Paper 14348.

Barbieri G., P. Gennari, P. Sestito, (2002), “Do Public Employment Services help people in

finding a job? An evaluation of the Italian Case”, Rivista di Statistica Ufficiale, 3.

Card, D. y A. B. Krueger (1996) “Labor Market Effects of School Quality: Theory and

Evidence” en Does Money Matter? The Effect of School Resources on Student Achievement

and Success, editado por Gary Burtless. Brookings Institution Press.

Chanamé, C. (1999) “El sistema de intermediación laboral y los servicios públicos de

empleo en Chile: diagnóstico, evaluación y propuesta para mejorar su gestión”.

Universidad de Chile.

Chezum, B. y B. Wimmer (1997) “Roses or Lemons: Adverse Selection in the Market for

Thoroughbred Yearlings” The Review of Economics and Statistics, Vol. 79, No. 3 (Aug.,

1997), pp. 521-526

50

Canziani, P., and B. Petrongolo (2001). “Firing costs and stigma: A theoretical analysis and

evidence from microdata.” European Economic Review 45 (December): 1877–1906.

Consejo Asesor Presidencial “Trabajo y Equidad” (2008) “Informe Final: Hacia un Chile

más Justo”

http://track.websiteceo.com/r/251843/www.trabajoyequidad.cl/view/descargaInforme.

asp?file=Informe-Final.pdf

Genesove, D. (1993) "Adverse Selection in the Wholesale Used Car Market" The Journal of

Political Economy, Vol. 101, No. 4, pp. 644-665.

González, J., Garcés, C., Maldonado, P., Ogaz, M. Sánchez, G. & Solar, P. (2002) “Diagnóstico

a 31 oficinas municipales de Información Laboral (OMIL) urbanas” Subdepartamento de

Estudios, Servicio Nacional de Capacitación y Empleo.

Greenwald, B. y R. Glasspiegel (1983) “Adverse Selection in the Market for Slaves: New

Orleans, 1830-1860” The Quarterly Journal of Economics, Vol. 98, No. 3 (Aug., 1983), pp.

479-499.

Heckman, J., A. Layne-Farrar y P. Todd (1996) “Does Measured School Quality Matter? An

Examination of the Earnings-Quality Relationship” en Does Money Matter? The Effect of

School Resources on Student Achievement and Success, editado por Gary Burtless.

Brookings Institution Press.

Imbens, G. y J. Wooldridge (2007) “What is New in Econometrics?” NBER Summer

Institute 2007, manuscrito.

Kübler, D. (1999) “Coexistence of public and private job agencies: Screening with

heterogeneous institutions” Public Choice Vol. 101 pp. 85-107.

Kugler, A. and G. Saint Paul (2004) “How Do Firing Costs Affect Worker Flows in a World

with Adverse Selection?” Journal of Labor Economics, 2004, vol. 22, no. 3.

Kuhn, P. y M. Skuterud (2004) “Internet Job Search and Unemployment Durations.”

American Economic Review, 94(1), 218-232.

Lee, W. (2008) “Private Deception and the Rise of Public Employment Offices in the

United States, 1890 – 1930” NBER Book in Progress

http://www.nber.org/books_in_progress/labmktinter/lee9-5-08.pdf

Pissarides, C. A. (1979) “Job Matchings with State Employment Agencies and Random

Search” The Economic Journal, Vol. 89, No. 356 (Dec., 1979), pp. 818-833.

Rosenbaum, P. R., and D. B. Rubin (1983), ‘‘The Central Role of the Propensity Score in

Observational Studies for Causal Effects,’’ Biometrika 70, 41–55.

51

Singer, M. (2005) "Evaluación del Sistema Público de Intermediación Laboral y de su

Oportunidad de Privatización" Revista Abante, Vol. 8, Nº2, pp. 37-58.

Singer, M. y G. Gómez (2006) “Propuesta de sistema público-privado para la

intermediación laboral” Pontificia Universidad Católica de Chile.

UAP (2005) “Seguimiento a la colocación efectuada por las oficinas municipales de

información laboral de la Región de Tarapacá, Período Julio 2003-Junio 2004” Universidad

Arturo Prat de Iquique.

Wooldridge, J. (2002) “Econometric Analysis of Cross Section and Panel Data”. The MIT

Press.

Zweifel, P y C. Zaborowski (1996) “Employment Service: Public or Private?” Public Choice,

Vol. 89, No. 1/2 (Oct., 1996), pp. 131-162.

XIII. Anexo Nº1: Estadísticas Descriptivas Estimaciones.

1838.1 1323.8 1705.2 1425.7 1145.1 1274.0 2211.6 2979.4 3155.2 2721.7 1676.9 2112.4

(44.4) (16.3) (47.6) (40.7) (46.9) (209.6) (189.5) (149.6) (79.1) (277.9) (86.5) (46.4)

9 8.9 9.7 8.5 9.1 7.9 12.1 13.8 8.7 13.4 10.3 10.1

(0.03) (0.028) (0.093) (0.07) (0.2) (0.66) (0.212) (0.09) (0.04) (0.235) (0.2) (0.035)

25.2 24.2 26.7 28.4 26.3 26.0 20.0 14.8 32.9 14.5 28.5 25.0

(0.13) (0.109) (0.315) (0.27) (0.76) (2.23) (0.82) (0.39) (0.163) (0.895) (0.66) (0)

0.46 0.410 0.276 0.460 0.251 0.146 0.120 0.160 0.429 0.090 0.289 0.332

(0.004) (0.003) (0.01) (0.009) (0.02) (0.056) (0.02) (0.011) (0.005) (0.02) (0.019) (0.004)

0.513 0.657 0.786 0.766 0.834 0.512 0.855 0.830 0.122 0.862 0.845 0.704

(0.004) (0.003) (0.009) (0.007) (0.017) (0.079) (0.023) (0.012) (0.003) (0.027) (0.015) (0.004)

0.388 0.451 0.533 0.546 0.430 0.317 0.636 0.720 0.100 0.725 0.564 0.536

(0.004) (0.003) (0.011) (0.009) (0.02) (0.074) (0.03) (0.01) (0.003) (0.035) (0.02) (0.004)

0.188 0.074 0.027 0.034 0.031 0.195 0.041 0.045 0.540 0.019 0.048 0.113

(0.003) (0.002) (0.004) (0.003) (0.008) (0.063) (0.013) (0.006) (0.005) (0.01) (0.009) (0.003)

0.26 0.187 0.117 0.177 0.060 0.195 0.083 0.061 0.285 0.050 0.049 0.138

(0.004) (0.003) (0.007) (0.007) (0.011) (0.063) (0.017) (0.007) (0.005) (0.017) (0.009) (0.003)

0.063 0.074 0.070 0.084 0.031 0.024 0.012 0.031 0.023 0.038 0.022 0.050

(0.002) (0.002) (0.005) (0.005) (0.008) (0.024) (0.007) (0.005) (0.001) (0.015) (0.006) (0.002)

0.161 0.220 0.224 0.240 0.274 0.146 0.022 0.157 0.048 0.156 0.330 0.174

(0.003) (0.003) (0.009) (0.008) (0.021) (0.056) (0.026) (0.011) (0.002) (0.028) (0.02) (0.003)

0.104 0.150 0.186 0.166 0.188 0.146 0.198 0.129 0.025 0.150 0.188 0.140

(0.002) (0.002) (0.009) (0.007) (0.019) (0.056) (0.026) (0.01) (0.002) (0.028) (0.017) (0.003)

0.15 0.183 0.255 0.196 0.249 0.195 0.343 0.460 0.040 0.406 0.210 0.260

(0.003) (0.003) (0.01) (0.007) (0.02) (0.062) (0.03) (0.016) (0.002) (0.039) (0.017) (0.004)

Empresa de 1

persona

Empresa de 2 a 5

personas

Empresa de 6 a 9

personas

Empresa de 10 a 49

personas

Empresa de 50 a

199 personas

Empresa de 200 o

más personas

Ingreso del Trabajo

por Hora

Escolaridad

Experiencia

Rural

Contrato

Plazo Indefinido

Institución

de Estudios

Trabajo

Independiente

Bolsa de Empleo


Covariables


Variables según Forma de Intermediación Laboral, para hombres

FamiliaresAmigos o

Vecinos

Ex Comp. De

Trabajo

Ex

EmpleadorOMIL

Programa

Puente

Agencia

Privada

0.004 0.005 0.005 0.006 0.004 0.000 0.008 0.009 0.006 0.000 0.006 0.007

(0.0005) (0.0005) (0.002) (0.001) (0.003) (0.006) (0.003) (0.0008) (0.003) (0.0007)

0.448 0.392 0.271 0.467 0.094 0.195 0.120 0.061 0.379 0.043 0.060 0.297

(0.004) (0.004) (0.01) (0.009) (0.014) (0.063) (0.02) (0.007) (0.005) (0.016) (0.01) (0.004)

0.033 0.030 0.045 0.041 0.013 0.000 0.029 0.039 0.020 0.075 0.004 0.039

(0.001) (0.001) (0.005) (0.003) (0.005) (0.01) (0.006) (0.001) (0.02) (0.003) (0.002)

0.124 0.118 0.132 0.110 0.105 0.098 0.153 0.125 0.096 0.138 0.039 0.134

(0.003) (0.002) (0.008) (0.006) (0.015) (0.047) (0.023) (0.01) (0.003) (0.027) (0.008) (0.003)

0.006 0.009 0.011 0.011 0.011 0.000 0.029 0.015 0.002 0.006 0.009 0.010

(0.0006) (0.0007) (0.002) (0.002) (0.005) (0.01) (0.004) (0.0004) (0.006) (0.004) (0.0008)

0.104 0.146 0.192 0.125 0.137 0.244 0.128 0.064 0.111 0.060 0.084 0.109

(0.002) (0.003) (0.009) (0.006) (0.016) (0.068) (0.021) (0.008) (0.003) (0.02) (0.012) (0.003)

0.098 0.082 0.066 0.061 0.058 0.073 0.194 0.087 0.164 0.206 0.052 0.106

(0.002) (0.002) (0.006) (0.004) (0.011) (0.041) (0.025) (0.009) (0.003) (0.032) (0.009) (0.003)

0.065 0.075 0.105 0.054 0.036 0.098 0.086 0.054 0.084 0.093 0.029 0.086

(0.002) (0.002) (0.007) (0.004) (0.009) (0.047) (0.018) (0.007) (0.003) (0.023) (0.0072) (0.002)

0.028 0.037 0.059 0.043 0.033 0.024 0.112 0.076 0.033 0.200 0.026 0.052

(0.001) (0.001) (0.005) (0.004) (0.009) (0.024) (0.02) (0.008) (0.0018) (0.032) (0.007) (0.002)

0.088 0.105 0.113 0.082 0.507 0.268 0.140 0.471 0.105 0.175 0.690 0.161

(0.002) (0.002) (0.007) (0.005) (0.024) (0.07) (0.022) (0.02) (0.003) (0.03) (0.02) (0.003)

Sector Comercio

Sector Transp. Y

Comunicaciones

Sector Financiero

Sector Servicios

Comunales Sociales

Sector No

Especificado

Sector Agric., Caza,

Silvic.

Sector Minería

Sector Indust.

Manufacturera

Sector Electr., Gas,

Agua.

Sector Construcción

Institución

de Estudios

Trabajo

Independiente

Bolsa de Empleo


Covariables

Tabla 13 (continuación): Estadísticas Descriptivas


FamiliaresAmigos o

Vecinos

Ex Comp. De

Trabajo

Ex

EmpleadorOMIL

Programa

Puente

Agencia

Privada

54

0.035 0.017 0.023 0.009 0.038 0.024 0.025 0.024 0.039 0.031 0.088 0.033

(0.001) (0.0009) (0.003) (0.001) (0.009) (0.024) (0.01) (0.005) (0.002) (0.014) (0.012) (0.002)

0.023 0.020 0.020 0.034 0.034 0.073 0.008 0.034 0.024 0.025 0.037 0.044

(0.001) (0.001) (0.003) (0.003) (0.009) (0.041) (0.006) (0.006) (0.002) (0.012) (0.008) (0.002)

0.024 0.026 0.064 0.033 0.038 0.049 0.025 0.030 0.026 0.019 0.044 0.021

(0.001) (0.001) (0.006) (0.003) (0.009) (0.034) (0.01) (0.006) (0.002) (0.01) (0.009) (0.001)

0.043 0.043 0.043 0.042 0.036 0.000 0.012 0.019 0.048 0.013 0.036 0.044

(0.002) (0.001) (0.005) (0.004) (0.009) (0.007) (0.004) (0.002) (0.009) (0.008) (0.002)

0.116 0.116 0.117 0.117 0.085 0.122 0.116 0.102 0.080 0.069 0.084 0.102

(0.003) (0.002) (0.007) (0.006) (0.013) (0.052) (0.02) (0.009) (0.003) (0.02) (0.012) (0.003)

0.094 0.120 0.087 0.131 0.100 0.098 0.087 0.088 0.065 0.056 0.103 0.100

(0.002) (0.002) (0.006) (0.006) (0.014) (0.047) (0.018) (0.009) (0.002) (0.018) (0.013) (0.003)

0.098 0.103 0.064 0.108 0.063 0.049 0.029 0.056 0.064 0.031 0.079 0.090

(0.002) (0.002) (0.006) (0.006) (0.011) (0.034) (0.01) (0.007) (0.002) (0.014) (0.012) (0.002)

0.134 0.161 0.147 0.142 0.197 0.122 0.083 0.150 0.138 0.063 0.177 0.117

(0.003) (0.002) (0.008) (0.006) (0.019) (0.051) (0.018) (0.011) (0.003) (0.019) (0.016) (0.003)

0.114 0.091 0.067 0.080 0.076 0.146 0.050 0.056 0.106 0.019 0.055 0.048

(0.003) (0.002) (0.006) (0.006) (0.013) (0.052) (0.014) (0.007) (0.003) (0.01) (0.01) (0.002)

0.129 0.106 0.112 0.127 0.119 0.171 0.090 0.103 0.148 0.060 0.142 0.102

(0.003) (0.002) (0.007) (0.006) (0.015) (0.059) (0.019) (0.009) (0.0036) (0.019) (0.015) (0.003)

0.009 0.007 0.007 0.007 0.025 0.000 0.012 0.014 0.040 0.000 0.009 0.024

(0.0007) (0.0006) (0.001) (0.002) (0.007) (0.007) (0.003) (0.002) (0.004) (0.001)

0.010 0.008 0.010 0.008 0.011 0.000 0.004 0.020 0.016 0.006 0.009 0.034

(0.0008) (0.0006) (0.002) (0.002) (0.005) (0.004) (0.004) (0.001) (0.006) (0.004) (0.002)

0.169 0.181 0.235 0.162 0.177 0.146 0.459 0.303 0.204 0.606 0.134 0.240

(0.003) (0.002) (0.009) (0.007) (0.018) (0.056) (0.032) (0.014) (0.004) (0.039) (0.014) (0.004)

N° Observaciones 15196 18850 1915 3038 446 41 242 1027 9811 160 543 13562



Bolsa de Empleo


Covariables

XI Región

XII Región

XIII Región

Tabla 13 (continuación): Estadísticas Descriptivas


FamiliaresAmigos o

Vecinos

Ex Comp. De

Trabajo

Ex

Empleador

IX Región

X Región

III Región

IV Región

V Región

VI Región

VII Región

VIII Región

I Región

II Región

OMILPrograma

Puente

Agencia

Privada

Institución

de Estudios

Trabajo

Independiente

55

Anexo Nº2: Estimaciones Separadas por Quintiles de Ingreso Autónomo del Hogar per Cápita, excluyendo a las personas que están en los bordes de cada Quintil.

-0.044 -0.058 -0.087 -0.129* -0.186 -0.073** -0.124*** -0.186

(0.051) (0.041) (0.056) (0.073) (0.194) (0.033) (0.046) (0.194)OMIL

Covariables

1º y 2º

Quintil

3º y 4º

Quintil5º Quintil1º Quintil 2º Quintil 3º Quintil 4º Quintil 5º Quintil

Tabla 14.Estimaciones: OLS separado por Quintiles de Ingreso Autónomo del Hogar per Cápita, sin personas que están en los bordes.

Variable Dependiente: Logaritmo del Ingreso del Trabajo por hora (sólo hombres)

R-Cuadrado 0.11 0.1 0.119 0.146 0.24 0.11 0.15 0.24

Pseudo R-Cuadrado - - - - - - - -

N° Observaciones 11144 12169 10462 8825 6241 23313 19287 6241








0.025 0.0043 0.125 -0.071 -0.308 0.02 -0.039 -0.308

-0.148** -0.014 -0.016 -0.195* -0.109 -0.102** -0.239*** -0.109

(0.064) (0.062) (0.076) (0.111) (0.225) (0.048) (0.07) (0.225)

0.027 0.0045 0.126 -0.07 -0.309 0.022 -0.038 -0.309

OMIL

ATE

ATT

ATU

Covariables3º Quintil 4º Quintil 5º Quintil

1º y 2º

Quintil

3º y 4º

Quintil5º Quintil1º Quintil 2º Quintil

Tabla 15. Estimaciones: Matching separado por Quintiles de Ingreso Autónomo del Hogar per Cápita, sin personas que están en los bordes.


56

R-Cuadrado - - - - - - - -


N° Observaciones 11066 11813 9238 8825 3818 23238 19287 3818









Tabla 15 (c.) Estimaciones: Matching separado por Quintiles de Ingreso Autónomo del Hogar per Cápita, sin personas que están en los bordes.


1º Quintil 2º Quintil 3º Quintil 4º Quintil 5º Quintil1º y 2º

Quintil

3º y 4º

Quintil

-0.04 -0.061 -0.069 -0.104 -0.126 -0.075** -0.107** -0.126

(0.051) (0.041) (0.057) (0.074) (0.19) (0.033) (0.047) (0.19)

R-Cuadrado 0.11 0.1 0.11 0.15 0.23 0.11 0.15 0.23


N° Observaciones 11066 11813 9238 8825 3818 23238 19287 3818








OMIL

1º y 2º

Quintil

3º y 4º

Quintil5º Quintil

Covariables1º Quintil 2º Quintil 3º Quintil 4º Quintil 5º Quintil

Tabla 16.Estimaciones: Heckit separado por Quintiles de Ingreso Autónomo del Hogar per Cápita, sin personas que están en los bordes.


XIV. Anexo Nº2: Estimaciones.

Total de la Muestra Mínimos Cuadrados Ordinarios . reg lytrabajhr familiar amigo compa empl omil puente priv estud internet muni

///

> esc experiencia experiencia2 rural contrato_si indefinido pers2a5 pers6a9

pers10a49 pers50a199 pers200omas ///

> sector_noesp sector_min sector_ind sector_energ sector_const sector_com

sector_trans sector_fin sector_servcom ///

> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0, robust

Linear regression Number of obs = 54900

F( 42, 54857) = 354.88

Prob > F = 0.0000

R-squared = 0.2310

Root MSE = .72921

------------------------------------------------------------------------------

| Robust

lytrabajhr | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

familiar | .0144194 .0093968 1.53 0.125 -.0039984 .0328372

amigo | -.1032674 .0083287 -12.40 0.000 -.1195918 -.086943

compa | -.0081198 .015613 -0.52 0.603 -.0387214 .0224818

empl | -.0435174 .0134818 -3.23 0.001 -.0699418 -.017093

omil | -.2373759 .0286489 -8.29 0.000 -.2935279 -.1812239

puente | -.1486573 .1119711 -1.33 0.184 -.3681214 .0708068

priv | -.0410078 .0498715 -0.82 0.411 -.1387563 .0567408

estud | .1634596 .0233623 7.00 0.000 .1176694 .2092498

internet | .1443704 .061509 2.35 0.019 .0238123 .2649285

muni | -.0954754 .0278158 -3.43 0.001 -.1499945 -.0409562

esc | .0925855 .0012675 73.05 0.000 .0901012 .0950698

experiencia | .0253296 .0007272 34.83 0.000 .0239042 .0267549

experiencia2 | -.000197 .000013 -15.21 0.000 -.0002224 -.0001716

rural | -.0074883 .0075948 -0.99 0.324 -.0223742 .0073975

contrato_si | -.0843785 .0086453 -9.76 0.000 -.1013234 -.0674337

indefinido | .0404568 .0069705 5.80 0.000 .0267945 .0541191

pers2a5 | -.1031972 .0120829 -8.54 0.000 -.1268798 -.0795145

pers6a9 | -.1788953 .0139451 -12.83 0.000 -.2062278 -.1515627

pers10a49 | -.1074355 .0100486 -10.69 0.000 -.1271309 -.0877401

pers50a199 | -.0586636 .010865 -5.40 0.000 -.079959 -.0373681

pers200omas | .0488043 .0104056 4.69 0.000 .0284092 .0691993

sector_noesp | .2644614 .0460971 5.74 0.000 .1741108 .354812

sector_min | .2803172 .0185595 15.10 0.000 .2439404 .316694

sector_ind | .0777207 .0104814 7.42 0.000 .057177 .0982644

sector_energ | .1315063 .0296022 4.44 0.000 .0734858 .1895268

sector_const | .0843783 .0105664 7.99 0.000 .0636681 .1050886

sector_com | .0536724 .0131944 4.07 0.000 .0278113 .0795335

sector_trans | .0420573 .0138564 3.04 0.002 .0148987 .0692159

sector_fin | .2292913 .0182839 12.54 0.000 .1934547 .265128

sector_ser~m | .1424987 .0119611 11.91 0.000 .1190549 .1659425

rg1 | -.0745532 .0222751 -3.35 0.001 -.1182126 -.0308938

rg2 | .0837862 .0223116 3.76 0.000 .0400552 .1275172

rg3 | .1259213 .019258 6.54 0.000 .0881753 .1636672

rg4 | -.114038 .0166927 -6.83 0.000 -.1467558 -.0813202

rg5 | -.1045144 .0112289 -9.31 0.000 -.126523 -.0825057

rg6 | -.1014665 .0115765 -8.76 0.000 -.1241565 -.0787765

58

rg7 | -.1281102 .0129435 -9.90 0.000 -.1534795 -.102741

rg8 | -.1897611 .0112371 -16.89 0.000 -.2117859 -.1677363

rg9 | -.1504286 .0139106 -10.81 0.000 -.1776935 -.1231636

rg10 | .0697474 .0121446 5.74 0.000 .0459439 .093551

rg11 | .190322 .0315087 6.04 0.000 .1285647 .2520794

rg12 | .1642655 .0277207 5.93 0.000 .1099327 .2185982

_cons | 5.78581 .0218886 264.33 0.000 5.742908 5.828712

------------------------------------------------------------------------------

Selección en Observables

Matching: vecino más cercano. . psmatch2 omil esc experiencia experiencia2 rural contrato_si indefinido pers2a5 pers6a9


> sector_noesp sector_min sector_ind sector_energ sector_const sector_com sector_trans

sector_fin sector_servcom ///

> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0, outcome( lytrabajhr)

neighbor(1) ate

Probit regression Number of obs = 54900

LR chi2(32) = 668.98

Prob > chi2 = 0.0000

Log likelihood = -2256.2684 Pseudo R2 = 0.1291

------------------------------------------------------------------------------

omil | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

esc | -.0393448 .0062089 -6.34 0.000 -.0515141 -.0271755

experiencia | -.0028394 .0040371 -0.70 0.482 -.010752 .0050732

experiencia2 | .0000379 .0000663 0.57 0.567 -.000092 .0001678

rural | -.0907555 .047391 -1.92 0.055 -.1836401 .0021291

contrato_si | .3786851 .0574873 6.59 0.000 .2660121 .4913581

indefinido | -.3364113 .044863 -7.50 0.000 -.4243411 -.2484814

pers2a5 | -.2263286 .0788921 -2.87 0.004 -.3809543 -.0717028

pers6a9 | -.0805588 .1043157 -0.77 0.440 -.2850138 .1238962

pers10a49 | .1334875 .0604064 2.21 0.027 .0150931 .2518819

pers50a199 | .1215198 .0658678 1.84 0.065 -.0075787 .2506184

pers200omas | .0350949 .0627399 0.56 0.576 -.087873 .1580628

sector_noesp | .5522871 .262248 2.11 0.035 .0382905 1.066284

sector_min | .1748656 .1511013 1.16 0.247 -.1212875 .4710188

sector_ind | .51022 .0778019 6.56 0.000 .3577312 .6627088

sector_energ | .6683323 .1787151 3.74 0.000 .3180572 1.018607

sector_const | .4591426 .0735065 6.25 0.000 .3150725 .6032126

sector_com | .4969438 .0910437 5.46 0.000 .3185014 .6753862

sector_trans | .3665462 .1036128 3.54 0.000 .163469 .5696235

sector_fin | .5848698 .1124017 5.20 0.000 .3645666 .805173

sector_ser~m | 1.149565 .0658267 17.46 0.000 1.020547 1.278583

rg1 | .2107319 .1107881 1.90 0.057 -.0064088 .4278727

rg2 | .1050109 .1124317 0.93 0.350 -.1153511 .3253729

rg3 | .2074698 .1123005 1.85 0.065 -.0126351 .4275747

rg4 | .0517358 .1089821 0.47 0.635 -.1618652 .2653369

rg5 | -.0569286 .0759846 -0.75 0.454 -.2058557 .0919984

rg6 | .1266848 .0743669 1.70 0.088 -.0190718 .2724413

rg7 | -.0034637 .0858416 -0.04 0.968 -.1717101 .1647827

rg8 | .168322 .0629114 2.68 0.007 .0450179 .2916262

rg9 | .067645 .0827335 0.82 0.414 -.0945097 .2297997

rg10 | .1213545 .0725049 1.67 0.094 -.0207524 .2634615

rg11 | .3815796 .1350726 2.82 0.005 .1168421 .6463171

rg12 | -.1301346 .1770775 -0.73 0.462 -.4772001 .216931

_cons | -2.738427 .1203929 -22.75 0.000 -2.974393 -2.502461

------------------------------------------------------------------------------

There are observations with identical propensity score values.

The sort order of the data could affect your results.

Make sure that the sort order is random before calling psmatch2.

59

(11733 missing values generated)

----------------------------------------------------------------------------------------

Variable Sample | Treated Controls Difference S.E. T-stat

----------------------------+-----------------------------------------------------------

lytrabajhr Unmatched | 6.82914464 6.99899504 -.169850403 .039514726 -4.30

ATT | 6.82914464 6.94347054 -.114325898 .048706222 -2.35

ATU | 6.99899504 6.88675456 -.112240483

ATE | -.112257425

----------------------------+-----------------------------------------------------------

Note: S.E. for ATT does not take into account that the propensity score is estimated.

| psmatch2:

psmatch2: | Common

Treatment | support

assignment | On suppor | Total

-----------+-----------+----------

Untreated | 54,454 | 54,454

Treated | 446 | 446

-----------+-----------+----------

Total | 54,900 | 54,900

Selección en No Observables

Heckit . probit omil cyj_trb_aut gto_mun luz agua alcan lyauth_t_c tiene_omil esc

experiencia experiencia2 rural contrato_si indefinido ///



> pers2a5 pers6a9 pers10a49 pers50a199 pers200omas rg1 rg2 rg3 rg4 rg5 rg6 rg7

rg8 rg9 rg10 rg11 rg12 if indepe==0

Iteration 0: log likelihood = -2650.2491







LR chi2(39) = 710.29

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | .0079217 .0448064 0.18 0.860 -.0798973 .0957406

gto_mun | .0001762 .0001784 0.99 0.324 -.0001736 .0005259

luz | -.238401 .2430385 -0.98 0.327 -.7147478 .2379457

agua | -.1871519 .172411 -1.09 0.278 -.5250713 .1507675

alcan | -.1513064 .1230319 -1.23 0.219 -.3924444 .0898317

lyauth_t_c | -.1590692 .0755999 -2.10 0.035 -.3072423 -.0108962

tiene_omil | .105236 .0533676 1.97 0.049 .0006374 .2098347

esc | -.0376126 .0062291 -6.04 0.000 -.0498213 -.0254038

experiencia | -.0025846 .0043101 -0.60 0.549 -.0110323 .005863

experiencia2 | .0000353 .000068 0.52 0.603 -.0000979 .0001685

rural | -.1522757 .050472 -3.02 0.003 -.251199 -.0533525

contrato_si | .3916509 .0570735 6.86 0.000 .2797889 .5035129

indefinido | -.3280193 .0447691 -7.33 0.000 -.415765 -.2402736

sector_noesp | .5461415 .2622274 2.08 0.037 .0321853 1.060098

60

sector_min | .1836138 .1499212 1.22 0.221 -.1102264 .477454

sector_ind | .5091 .0769836 6.61 0.000 .358215 .6599851

sector_energ | .6490151 .1786733 3.63 0.000 .2988219 .9992083

sector_const | .4592907 .0728378 6.31 0.000 .3165312 .6020502

sector_com | .5288306 .0888904 5.95 0.000 .3546087 .7030525

sector_trans | .3664115 .1033231 3.55 0.000 .1639019 .5689211

sector_fin | .5941345 .1120613 5.30 0.000 .3744984 .8137706

sector_ser~m | 1.139287 .0651631 17.48 0.000 1.011569 1.267004

pers2a5 | -.2546453 .0783507 -3.25 0.001 -.4082098 -.1010809

pers6a9 | -.1023612 .1041021 -0.98 0.325 -.3063976 .1016752

pers10a49 | .1116101 .0598606 1.86 0.062 -.0057145 .2289346

pers50a199 | .1099401 .0652268 1.69 0.092 -.0179021 .2377823

pers200omas | .0355656 .0618276 0.58 0.565 -.0856143 .1567455

rg1 | .0247734 .1241715 0.20 0.842 -.2185983 .2681451

rg2 | .0594713 .1193197 0.50 0.618 -.174391 .2933336

rg3 | .1929554 .1107419 1.74 0.081 -.0240948 .4100055

rg4 | -.0917844 .1141087 -0.80 0.421 -.3154334 .1318646

rg5 | -.1183855 .0775831 -1.53 0.127 -.2704456 .0336747

rg6 | .0538096 .0825493 0.65 0.514 -.1079841 .2156033

rg7 | -.1067934 .091063 -1.17 0.241 -.2852737 .0716868

rg8 | .0181095 .0751874 0.24 0.810 -.129255 .165474

rg9 | -.0926235 .0952478 -0.97 0.331 -.2793057 .0940587

rg10 | -.0186378 .082557 -0.23 0.821 -.1804465 .1431709

rg11 | .3079692 .1356317 2.27 0.023 .042136 .5738024

rg12 | -.2003759 .1886135 -1.06 0.288 -.5700516 .1692999

_cons | -.1999723 .991694 -0.20 0.840 -2.143657 1.743712

------------------------------------------------------------------------------

. predict proylin_77, xb


. gen lambda_omil_77= (normalden(proylin_77)/normal(proylin_77))


. reg lytrabajhr lambda_omil_77 familiar amigo compa empl omil puente priv estud

internet muni ///





> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0, robust


F( 43, 54856) = 349.64

Prob > F = 0.0000

R-squared = 0.2335

Root MSE = .72801

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~77 | .5371057 .0417913 12.85 0.000 .4551944 .619017

familiar | .0145348 .00938 1.55 0.121 -.00385 .0329197

amigo | -.1029989 .0083127 -12.39 0.000 -.1192919 -.0867058

compa | -.0106203 .0156072 -0.68 0.496 -.0412105 .01997

empl | -.045157 .0134603 -3.35 0.001 -.0715393 -.0187747

omil | -.2296614 .0287684 -7.98 0.000 -.2860476 -.1732751

puente | -.1482135 .1111692 -1.33 0.182 -.3661059 .069679

priv | -.0440362 .0498217 -0.88 0.377 -.1416871 .0536146

estud | .1637718 .0233204 7.02 0.000 .1180637 .2094798

internet | .1414152 .0617154 2.29 0.022 .0204525 .2623779

61

muni | -.0813174 .0279463 -2.91 0.004 -.1360922 -.0265425

esc | .0730261 .001942 37.60 0.000 .0692198 .0768323

experiencia | .02411 .0007305 33.00 0.000 .0226782 .0255418

experiencia2 | -.0001816 .000013 -14.00 0.000 -.0002071 -.0001562

rural | -.0582106 .0085919 -6.78 0.000 -.0750509 -.0413703

contrato_si | .1070352 .0171058 6.26 0.000 .0735076 .1405627

indefinido | -.1229419 .0146315 -8.40 0.000 -.1516198 -.094264

pers2a5 | -.2309765 .0155524 -14.85 0.000 -.2614593 -.2004937

pers6a9 | -.2308168 .0144693 -15.95 0.000 -.2591768 -.2024568

pers10a49 | -.0536386 .010868 -4.94 0.000 -.0749401 -.0323372

pers50a199 | -.0071553 .011603 -0.62 0.537 -.0298972 .0155866

pers200omas | .0631291 .0104563 6.04 0.000 .0426346 .0836236

sector_noesp | .523003 .0498975 10.48 0.000 .4252035 .6208024

sector_min | .3643882 .019647 18.55 0.000 .3258799 .4028966

sector_ind | .3209921 .0217424 14.76 0.000 .2783769 .3636073

sector_energ | .4472432 .0387444 11.54 0.000 .3713039 .5231826

sector_const | .3016215 .0198605 15.19 0.000 .2626948 .3405482

sector_com | .3023752 .0232845 12.99 0.000 .2567375 .348013

sector_trans | .2129497 .0192248 11.08 0.000 .1752689 .2506304

sector_fin | .5060441 .0282844 17.89 0.000 .4506065 .5614817

sector_ser~m | .6923762 .0442389 15.65 0.000 .6056676 .7790848

rg1 | .00937 .0229963 0.41 0.684 -.0357029 .0544429

rg2 | .1099131 .0224106 4.90 0.000 .0659883 .153838

rg3 | .2261817 .0207055 10.92 0.000 .1855987 .2667648

rg4 | -.0969571 .0167579 -5.79 0.000 -.1298026 -.0641115

rg5 | -.1358299 .0115182 -11.79 0.000 -.1584057 -.113254

rg6 | -.0488492 .012158 -4.02 0.000 -.072679 -.0250195

rg7 | -.1365824 .0129447 -10.55 0.000 -.161954 -.1112107

rg8 | -.108321 .01275 -8.50 0.000 -.1333111 -.083331

rg9 | -.1254646 .01399 -8.97 0.000 -.1528851 -.0980442

rg10 | .1181471 .0127164 9.29 0.000 .0932228 .1430713

rg11 | .3630238 .034388 10.56 0.000 .2956229 .4304246

rg12 | .0873174 .0281302 3.10 0.002 .0321819 .1424528

_cons | 4.16427 .1283459 32.45 0.000 3.912711 4.415829

------------------------------------------------------------------------------

Separados por Nivel de Estudios

Mínimos Cuadrados Ordinarios

Educación Básica

. reg lytrabajhr familiar amigo compa empl omil puente priv estud internet muni

///





> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc<9, robust


F( 42, 23979) = 57.93

Prob > F = 0.0000

R-squared = 0.0867

Root MSE = .72805

------------------------------------------------------------------------------

| Robust


62

-------------+----------------------------------------------------------------

familiar | .0579039 .0148333 3.90 0.000 .0288297 .0869781

amigo | -.0646345 .0128677 -5.02 0.000 -.089856 -.039413

compa | -.0377774 .0240481 -1.57 0.116 -.0849133 .0093584

empl | -.030426 .0184699 -1.65 0.100 -.0666281 .0057761

omil | -.1716698 .0464109 -3.70 0.000 -.2626382 -.0807015

puente | -.1890789 .161373 -1.17 0.241 -.5053801 .1272223

priv | -.1775421 .1301436 -1.36 0.173 -.4326318 .0775476

estud | .0906352 .1190187 0.76 0.446 -.1426488 .3239193

internet | .7035231 .2439419 2.88 0.004 .2253816 1.181665

muni | -.0067642 .045014 -0.15 0.881 -.0949944 .081466

esc | .0403222 .0024378 16.54 0.000 .0355441 .0451004

experiencia | .0175114 .0013965 12.54 0.000 .014774 .0202487

experiencia2 | -.0001631 .0000209 -7.80 0.000 -.0002041 -.0001221

rural | -.030754 .010676 -2.88 0.004 -.0516795 -.0098284

contrato_si | .0035524 .0115095 0.31 0.758 -.019007 .0261117

indefinido | .0439231 .0098897 4.44 0.000 .0245388 .0633074

pers2a5 | -.1542116 .0165288 -9.33 0.000 -.1866091 -.1218141

pers6a9 | -.2376859 .0178169 -13.34 0.000 -.2726082 -.2027635

pers10a49 | -.1643445 .0142865 -11.50 0.000 -.1923469 -.1363421

pers50a199 | -.1453075 .0156475 -9.29 0.000 -.1759776 -.1146375

pers200omas | -.0544697 .0159816 -3.41 0.001 -.0857947 -.0231448

sector_noesp | .0020192 .0781286 0.03 0.979 -.1511178 .1551562

sector_min | .2650767 .0313945 8.44 0.000 .2035415 .3266118

sector_ind | .1035822 .0162855 6.36 0.000 .0716617 .1355028

sector_energ | .1771886 .0523498 3.38 0.001 .0745797 .2797976

sector_const | .1034224 .0147456 7.01 0.000 .0745202 .1323247

sector_com | .1451746 .0264124 5.50 0.000 .0934046 .1969446

sector_trans | .1406487 .0239737 5.87 0.000 .0936587 .1876387

sector_fin | .1150723 .036432 3.16 0.002 .0436634 .1864812

sector_ser~m | .0674541 .0201316 3.35 0.001 .0279948 .1069134

rg1 | -.0371479 .0366595 -1.01 0.311 -.1090029 .0347071

rg2 | .2629468 .0468686 5.61 0.000 .1710813 .3548122

rg3 | .2478673 .0316492 7.83 0.000 .185833 .3099016

rg4 | -.0515901 .0260514 -1.98 0.048 -.1026524 -.0005278

rg5 | -.0430696 .0182274 -2.36 0.018 -.0787965 -.0073427

rg6 | -.0588359 .0172666 -3.41 0.001 -.0926794 -.0249923

rg7 | -.0781133 .0187101 -4.17 0.000 -.1147863 -.0414402

rg8 | -.1887711 .0179061 -10.54 0.000 -.2238681 -.1536741

rg9 | -.1220536 .0210581 -5.80 0.000 -.1633288 -.0807783

rg10 | .1582967 .0181737 8.71 0.000 .1226751 .1939183

rg11 | .2055682 .0485674 4.23 0.000 .1103731 .3007633

rg12 | .3242329 .0487678 6.65 0.000 .228645 .4198207

_cons | 6.266322 .0345363 181.44 0.000 6.198629 6.334016

------------------------------------------------------------------------------

Educación Media


///





> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc>8 &

esc<13, robust


F( 42, 23384) = 90.17

Prob > F = 0.0000

63

R-squared = 0.1363

Root MSE = .67101

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0349998 .0129182 2.71 0.007 .0096793 .0603203

amigo | -.0885333 .0115443 -7.67 0.000 -.1111608 -.0659057

compa | .028258 .021518 1.31 0.189 -.0139187 .0704346

empl | -.0195364 .020292 -0.96 0.336 -.05931 .0202371

omil | -.1969935 .0363427 -5.42 0.000 -.2682276 -.1257595

puente | -.1938649 .1816611 -1.07 0.286 -.5499325 .1622027

priv | -.061606 .0635381 -0.97 0.332 -.1861448 .0629327

estud | .1244174 .0305322 4.07 0.000 .0645722 .1842626

internet | .0954846 .0845108 1.13 0.259 -.0701622 .2611314

muni | -.1420513 .0394505 -3.60 0.000 -.2193768 -.0647258

esc | .0840131 .0045437 18.49 0.000 .0751071 .0929192

experiencia | .025858 .0014113 18.32 0.000 .0230917 .0286243

experiencia2 | -.0002608 .0000338 -7.73 0.000 -.0003269 -.0001946

rural | -.0189893 .0108662 -1.75 0.081 -.0402878 .0023091

contrato_si | -.0980597 .0133325 -7.35 0.000 -.1241923 -.0719271

indefinido | .0500648 .0099164 5.05 0.000 .0306281 .0695016

pers2a5 | -.0714614 .0189487 -3.77 0.000 -.108602 -.0343208

pers6a9 | -.1760789 .0219081 -8.04 0.000 -.2190203 -.1331376

pers10a49 | -.1148106 .0145462 -7.89 0.000 -.143322 -.0862991

pers50a199 | -.0381818 .0153469 -2.49 0.013 -.0682626 -.0081009

pers200omas | .0697682 .0144511 4.83 0.000 .0414432 .0980932

sector_noesp | .2135819 .0603182 3.54 0.000 .0953543 .3318094

sector_min | .3165851 .0247275 12.80 0.000 .2681176 .3650527

sector_ind | .1101415 .0145548 7.57 0.000 .0816131 .1386699

sector_energ | .1560532 .036823 4.24 0.000 .0838777 .2282286

sector_const | .1107977 .0154079 7.19 0.000 .0805973 .1409982

sector_com | .076161 .016949 4.49 0.000 .0429399 .1093822

sector_trans | .0768221 .018289 4.20 0.000 .0409744 .1126697

sector_fin | .1726986 .0237285 7.28 0.000 .1261891 .2192081

sector_ser~m | .1342003 .0172074 7.80 0.000 .1004727 .1679278

rg1 | .0227847 .030642 0.74 0.457 -.0372756 .082845

rg2 | .0810288 .0264481 3.06 0.002 .0291888 .1328687

rg3 | .1737203 .0259837 6.69 0.000 .1227904 .2246501

rg4 | -.0754044 .021973 -3.43 0.001 -.118473 -.0323358

rg5 | -.0744046 .0147011 -5.06 0.000 -.1032198 -.0455894

rg6 | -.0693918 .0164576 -4.22 0.000 -.1016498 -.0371339

rg7 | -.1132701 .019657 -5.76 0.000 -.151799 -.0747412

rg8 | -.1352819 .0154507 -8.76 0.000 -.1655662 -.1049976

rg9 | -.1250487 .0195418 -6.40 0.000 -.1633519 -.0867456

rg10 | .0511395 .0172212 2.97 0.003 .0173848 .0848941

rg11 | .2625735 .0534491 4.91 0.000 .1578099 .3673372

rg12 | .1495103 .0431946 3.46 0.001 .0648461 .2341745

_cons | 5.753552 .0578579 99.44 0.000 5.640147 5.866958

------------------------------------------------------------------------------

Educación Universitaria


///





> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc>12,

64

robust


F( 42, 7408) = 77.67

Prob > F = 0.0000

R-squared = 0.2891

Root MSE = .7784

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | -.0530989 .0278811 -1.90 0.057 -.1077538 .001556

amigo | -.1679494 .024419 -6.88 0.000 -.2158174 -.1200813

compa | -.0194443 .0405056 -0.48 0.631 -.0988469 .0599582

empl | -.0083398 .0466017 -0.18 0.858 -.0996923 .0830127

omil | -.3681965 .0943894 -3.90 0.000 -.5532265 -.1831666

puente | .1554556 .2110701 0.74 0.461 -.2583018 .569213

priv | -.0039913 .0826893 -0.05 0.962 -.1660858 .1581033

estud | .0468896 .0353626 1.33 0.185 -.0224313 .1162104

internet | -.0226691 .091669 -0.25 0.805 -.2023665 .1570282

muni | -.1102012 .0586272 -1.88 0.060 -.2251273 .0047248

esc | .2091098 .0055108 37.95 0.000 .1983072 .2199125

experiencia | .0440881 .0027167 16.23 0.000 .0387625 .0494136

experiencia2 | -.0006342 .000068 -9.33 0.000 -.0007675 -.000501

rural | .0944035 .0286917 3.29 0.001 .0381597 .1506474

contrato_si | -.2503619 .0330071 -7.59 0.000 -.3150652 -.1856585

indefinido | .0121633 .0234747 0.52 0.604 -.0338538 .0581805

pers2a5 | -.0484504 .0452502 -1.07 0.284 -.1371537 .0402529

pers6a9 | -.0751593 .054663 -1.37 0.169 -.1823143 .0319958

pers10a49 | -.0038522 .0317873 -0.12 0.904 -.0661643 .05846

pers50a199 | .0637084 .0343713 1.85 0.064 -.0036692 .1310859

pers200omas | .1424599 .0301796 4.72 0.000 .0832993 .2016205

sector_noesp | .2786361 .0899548 3.10 0.002 .1022991 .4549731

sector_min | .2442159 .0587848 4.15 0.000 .128981 .3594508

sector_ind | .0774025 .0435497 1.78 0.076 -.0079672 .1627723

sector_energ | .0622611 .0834472 0.75 0.456 -.1013191 .2258413

sector_const | .1055785 .0493338 2.14 0.032 .0088702 .2022868

sector_com | -.0178855 .0451829 -0.40 0.692 -.1064568 .0706857

sector_trans | -.0514265 .0509358 -1.01 0.313 -.1512752 .0484222

sector_fin | .1907755 .0470529 4.05 0.000 .0985384 .2830126

sector_ser~m | .0318554 .040085 0.79 0.427 -.0467226 .1104335

rg1 | -.17217 .062252 -2.77 0.006 -.2942017 -.0501384

rg2 | -.0352609 .0540933 -0.65 0.515 -.1412991 .0707772

rg3 | -.1081121 .055851 -1.94 0.053 -.217596 .0013718

rg4 | -.1870743 .0594983 -3.14 0.002 -.3037079 -.0704408

rg5 | -.1780689 .0314402 -5.66 0.000 -.2397006 -.1164373

rg6 | -.1584219 .0378428 -4.19 0.000 -.2326046 -.0842393

rg7 | -.2479152 .0389693 -6.36 0.000 -.3243061 -.1715243

rg8 | -.2065098 .0296164 -6.97 0.000 -.2645664 -.1484532

rg9 | -.140799 .0420634 -3.35 0.001 -.2232552 -.0583427

rg10 | -.1009827 .0396276 -2.55 0.011 -.178664 -.0233014

rg11 | -.0049187 .0601415 -0.08 0.935 -.1228131 .1129757

rg12 | -8.06e-06 .048152 -0.00 1.000 -.0943997 .0943836

_cons | 4.252562 .1023204 41.56 0.000 4.051985 4.453139

Matching

Educación Básica

65

. psmatch2 omil esc experiencia experiencia2 rural contrato_si indefinido pers2a5 pers6a9




> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc<9,

outcome(lytrabajhr) neighbor(1) ate

note: sector_noesp != 0 predicts failure perfectly

sector_noesp dropped and 65 obs not used


LR chi2(31) = 470.74

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.0261655 .0144566 -1.81 0.070 -.0545 .002169

experiencia | -.010881 .0081995 -1.33 0.184 -.0269518 .0051897

experiencia2 | .0001733 .0001114 1.56 0.120 -.000045 .0003917

rural | -.0141652 .0679066 -0.21 0.835 -.1472596 .1189293

contrato_si | .4319066 .086697 4.98 0.000 .2619835 .6018297

indefinido | -.4254641 .0745681 -5.71 0.000 -.5716149 -.2793133

pers2a5 | -.1096218 .1098922 -1.00 0.319 -.3250066 .1057629

pers6a9 | .0645631 .1504795 0.43 0.668 -.2303714 .3594976

pers10a49 | .1610316 .0974535 1.65 0.098 -.0299737 .3520369

pers50a199 | .2118684 .1065568 1.99 0.047 .0030208 .420716

pers200omas | .2392212 .1037063 2.31 0.021 .0359606 .4424817

sector_min | -.1110717 .3289925 -0.34 0.736 -.755885 .5337417

sector_ind | .3300076 .1350548 2.44 0.015 .065305 .5947102

sector_energ | .7696452 .2937386 2.62 0.009 .1939281 1.345362

sector_const | .5733731 .0974315 5.88 0.000 .382411 .7643353

sector_com | .567088 .1563019 3.63 0.000 .2607418 .8734341

sector_trans | .5160382 .1567791 3.29 0.001 .2087568 .8233196

sector_fin | .4693966 .2710671 1.73 0.083 -.0618851 1.000678

sector_ser~m | 1.382618 .0888549 15.56 0.000 1.208466 1.556771

rg1 | .1714134 .2306347 0.74 0.457 -.2806222 .6234491

rg2 | .5299136 .1880389 2.82 0.005 .1613643 .898463

rg3 | .2069048 .2281803 0.91 0.365 -.2403204 .6541299

rg4 | .3866002 .1677422 2.30 0.021 .0578315 .7153689

rg5 | .1037007 .1433421 0.72 0.469 -.1772446 .384646

rg6 | .1820604 .1384439 1.32 0.188 -.0892846 .4534054

rg7 | .208997 .1421826 1.47 0.142 -.0696757 .4876698

rg8 | .4403105 .116595 3.78 0.000 .2117885 .6688325

rg9 | .2911241 .1422344 2.05 0.041 .0123499 .5698983

rg10 | .3890598 .1250394 3.11 0.002 .143987 .6341325

rg11 | .6315673 .2339307 2.70 0.007 .1730716 1.090063

rg12 | .0832405 .3241628 0.26 0.797 -.5521069 .718588

_cons | -3.139423 .218752 -14.35 0.000 -3.56817 -2.710677

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.63929043 6.80126966 -.16197923 .060958391 -2.66

ATU | 6.7653791 6.69980072 -.06557838

ATE | -.066359019

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

66

Untreated | 23,763 | 23,763

Treated | 194 | 194

-----------+-----------+----------

Total | 23,957 | 23,957

Educación Media





> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc>8 & esc<13,



LR chi2(32) = 227.23

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.0649113 .0268602 -2.42 0.016 -.1175562 -.0122663

experiencia | .0002253 .0073053 0.03 0.975 -.0140929 .0145435

experiencia2 | -.0000491 .0001558 -0.32 0.752 -.0003545 .0002562

rural | -.2507749 .0814099 -3.08 0.002 -.4103354 -.0912144

contrato_si | .2896782 .0888135 3.26 0.001 .115607 .4637495

indefinido | -.253475 .0668171 -3.79 0.000 -.3844341 -.1225159

pers2a5 | -.3063131 .1290367 -2.37 0.018 -.5592204 -.0534058

pers6a9 | -.3494181 .1979236 -1.77 0.077 -.7373412 .038505

pers10a49 | .1460555 .0894082 1.63 0.102 -.0291814 .3212924

pers50a199 | .0690467 .0971568 0.71 0.477 -.1213771 .2594705

pers200omas | -.0134733 .0902885 -0.15 0.881 -.1904355 .1634889

sector_noesp | .290331 .3833295 0.76 0.449 -.460981 1.041643

sector_min | .0616978 .202489 0.30 0.761 -.3351733 .4585689

sector_ind | .3886855 .1137687 3.42 0.001 .1657029 .6116681

sector_energ | .5153881 .2405649 2.14 0.032 .0438895 .9868867

sector_const | .1818188 .1209424 1.50 0.133 -.0552239 .4188614

sector_com | .1818855 .1362233 1.34 0.182 -.0851073 .4488782

sector_trans | .0738921 .1535658 0.48 0.630 -.2270914 .3748756

sector_fin | .4658318 .1477194 3.15 0.002 .1763072 .7553565

sector_ser~m | .8864026 .1056046 8.39 0.000 .6794214 1.093384

rg1 | .1864937 .1446115 1.29 0.197 -.0969396 .4699269

rg2 | -.1333421 .1645444 -0.81 0.418 -.4558432 .189159

rg3 | .1221548 .1520623 0.80 0.422 -.1758818 .4201914

rg4 | -.2755084 .1883762 -1.46 0.144 -.6447189 .0937021

rg5 | -.1768542 .1041019 -1.70 0.089 -.3808901 .0271818

rg6 | .0396777 .1059369 0.37 0.708 -.1679549 .2473103

rg7 | -.1267428 .1320771 -0.96 0.337 -.3856091 .1321236

rg8 | -.0122867 .0909925 -0.14 0.893 -.1906287 .1660553

rg9 | -.0865664 .1250563 -0.69 0.489 -.3316723 .1585395

rg10 | -.1046693 .1142517 -0.92 0.360 -.3285985 .11926

rg11 | .2991431 .1989743 1.50 0.133 -.0908393 .6891256

rg12 | -.037124 .2319646 -0.16 0.873 -.4917664 .4175183

_cons | -2.012918 .3310183 -6.08 0.000 -2.661702 -1.364134

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.86694575 7.08246451 -.215518766 .057916116 -3.72

ATU | 6.99894395 6.8718791 -.127064847

ATE | -.12781244

----------------------------+-----------------------------------------------------------


67

| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 23,229 | 23,229

Treated | 198 | 198

-----------+-----------+----------

Total | 23,427 | 23,427






> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc>12,


note: sector_energ != 0 predicts failure perfectly

sector_energ dropped and 111 obs not used

note: rg12 != 0 predicts failure perfectly

rg12 dropped and 201 obs not used


LR chi2(30) = 76.00

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.03131 .0333534 -0.94 0.348 -.0966814 .0340614

experiencia | .0136572 .0164711 0.83 0.407 -.0186256 .04594

experiencia2 | -.0002875 .0004107 -0.70 0.484 -.0010925 .0005175

rural | .0857376 .1475684 0.58 0.561 -.203491 .3749663

contrato_si | .4545652 .1881421 2.42 0.016 .0858136 .8233169

indefinido | -.3828553 .1255878 -3.05 0.002 -.6290029 -.1367078

pers2a5 | -.5259555 .3465384 -1.52 0.129 -1.205158 .1532472

pers6a9 | .147682 .2632905 0.56 0.575 -.368358 .663722

pers10a49 | -.0072742 .168252 -0.04 0.966 -.3370421 .3224938

pers50a199 | .0371643 .1782654 0.21 0.835 -.3122295 .3865581

pers200omas | -.3001233 .1764993 -1.70 0.089 -.6460555 .0458089

sector_noesp | .938089 .507265 1.85 0.064 -.0561321 1.93231

sector_min | .3645752 .4767878 0.76 0.444 -.5699116 1.299062

sector_ind | .5365839 .3793596 1.41 0.157 -.2069473 1.280115

sector_const | .4184991 .4006429 1.04 0.296 -.3667465 1.203745

sector_com | .7330217 .3687882 1.99 0.047 .0102101 1.455833

sector_trans | .2937387 .4640383 0.63 0.527 -.6157596 1.203237

sector_fin | .1819414 .4596291 0.40 0.692 -.7189151 1.082798

sector_ser~m | .9797368 .3444673 2.84 0.004 .3045934 1.65488

rg1 | .4737593 .2851541 1.66 0.097 -.0851325 1.032651

rg2 | .0575969 .3702022 0.16 0.876 -.6679861 .7831799

rg3 | .5279685 .2746882 1.92 0.055 -.0104105 1.066348

rg4 | .2126388 .3162572 0.67 0.501 -.4072139 .8324916

rg5 | .1579754 .2059672 0.77 0.443 -.2457129 .5616636

rg6 | .6222463 .1931453 3.22 0.001 .2436885 1.000804

rg7 | .2489065 .2574744 0.97 0.334 -.2557341 .753547

rg8 | .2667482 .18563 1.44 0.151 -.0970799 .6305763

rg9 | .3126034 .2290287 1.36 0.172 -.1362847 .7614915

rg10 | .257573 .2206923 1.17 0.243 -.1749759 .690122

rg11 | .5056745 .3275613 1.54 0.123 -.136334 1.147683

_cons | -3.05779 .643654 -4.75 0.000 -4.319328 -1.796251

------------------------------------------------------------------------------




68


----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 7.37260942 7.55485951 -.182250094 .154056014 -1.18

ATU | 7.75013984 6.8438235 -.90631634

ATE | -.900839442

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 7,085 | 7,085

Treated | 54 | 54

-----------+-----------+----------

Total | 7,139 | 7,139

Heckit

Educación Básica . probit omil cyj_trb_aut gto_mun luz agua alcan lyauth_t_c tiene_omil esc experiencia

experiencia2 rural contrato_si indefinido ///



> pers2a5 pers6a9 pers10a49 pers50a199 pers200omas rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10

rg11 rg12 if indepe==0 & esc<9










LR chi2(38) = 510.49

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | .0502112 .073618 0.68 0.495 -.0940774 .1944997

gto_mun | .0001848 .0002672 0.69 0.489 -.0003389 .0007085

luz | -.4757766 .3825549 -1.24 0.214 -1.22557 .2740172

agua | .1889464 .2541247 0.74 0.457 -.3091288 .6870216

alcan | -.2526871 .1876151 -1.35 0.178 -.620406 .1150317

lyauth_t_c | -.3863108 .1396076 -2.77 0.006 -.6599367 -.1126849

tiene_omil | .0878358 .0800916 1.10 0.273 -.0691409 .2448125

esc | -.0264268 .0145509 -1.82 0.069 -.054946 .0020924

experiencia | -.0125026 .0084381 -1.48 0.138 -.029041 .0040359

experiencia2 | .0001856 .0001125 1.65 0.099 -.000035 .0004061

rural | -.0734693 .0715161 -1.03 0.304 -.2136384 .0666998

contrato_si | .4453912 .0864308 5.15 0.000 .2759899 .6147926

indefinido | -.4113843 .0747774 -5.50 0.000 -.5579454 -.2648232

sector_min | -.0947515 .3314695 -0.29 0.775 -.7444198 .5549168

sector_ind | .3373778 .1350369 2.50 0.012 .0727103 .6020454

sector_energ | .7479607 .2929748 2.55 0.011 .1737407 1.322181

sector_const | .5960218 .0969767 6.15 0.000 .405951 .7860925

69

sector_com | .5936412 .1557277 3.81 0.000 .2884205 .8988619

sector_trans | .5461805 .1567969 3.48 0.000 .2388643 .8534968

sector_fin | .535755 .2710875 1.98 0.048 .0044332 1.067077

sector_ser~m | 1.396393 .088874 15.71 0.000 1.222203 1.570583

pers2a5 | -.1498114 .1092429 -1.37 0.170 -.3639235 .0643008

pers6a9 | .0142908 .1512624 0.09 0.925 -.2821781 .3107596

pers10a49 | .1224644 .0967494 1.27 0.206 -.067161 .3120897

pers50a199 | .1773261 .1060728 1.67 0.095 -.0305729 .385225

pers200omas | .2226701 .1025846 2.17 0.030 .021608 .4237321

rg1 | -.2741501 .2832307 -0.97 0.333 -.8292722 .2809719

rg2 | .4914774 .206478 2.38 0.017 .086788 .8961669

rg3 | .2577261 .2169391 1.19 0.235 -.1674669 .682919

rg4 | .125437 .1806047 0.69 0.487 -.2285418 .4794158

rg5 | -.02617 .1468718 -0.18 0.859 -.3140335 .2616935

rg6 | -.0026671 .1489867 -0.02 0.986 -.2946755 .2893414

rg7 | -.0075314 .1522665 -0.05 0.961 -.3059683 .2909055

rg8 | .1872398 .1398381 1.34 0.181 -.0868379 .4613174

rg9 | .0866592 .160558 0.54 0.589 -.2280288 .4013471

rg10 | .2454204 .1384232 1.77 0.076 -.025884 .5167248

rg11 | .5656567 .2361791 2.40 0.017 .1027542 1.028559

rg12 | .0483395 .3447684 0.14 0.888 -.627394 .7240731

_cons | 2.39436 1.828164 1.31 0.190 -1.188775 5.977495

------------------------------------------------------------------------------





. reg lytrabajhr lambda_omil_81 familiar amigo compa empl omil puente priv estud internet

muni ///

> esc experiencia experiencia2 rural contrato_si indefinido pers2a5 pers6a9 pers10a49

pers50a199 pers200omas ///



> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc<9, robust


F( 42, 23914) = 58.89

Prob > F = 0.0000

R-squared = 0.0894

Root MSE = .72724

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~81 | .3256061 .0402829 8.08 0.000 .2466491 .4045631

familiar | .0566072 .0148366 3.82 0.000 .0275265 .0856878

amigo | -.0669949 .0128701 -5.21 0.000 -.0922211 -.0417687

compa | -.041824 .0240911 -1.74 0.083 -.0890441 .0053961

empl | -.0340108 .018467 -1.84 0.066 -.0702073 .0021857

omil | -.1613101 .0466162 -3.46 0.001 -.2526807 -.0699395

puente | -.1820771 .162345 -1.12 0.262 -.5002836 .1361295

priv | -.1792117 .1320267 -1.36 0.175 -.4379924 .079569

estud | .0898344 .1177409 0.76 0.445 -.1409453 .320614

internet | .7156436 .2482952 2.88 0.004 .2289694 1.202318

muni | -.0029614 .0452554 -0.07 0.948 -.0916649 .0857422

esc | .0322323 .0025967 12.41 0.000 .0271426 .0373219

experiencia | .0141838 .0014453 9.81 0.000 .0113508 .0170168

experiencia2 | -.0001119 .0000217 -5.16 0.000 -.0001544 -.0000694

rural | -.0355126 .0107041 -3.32 0.001 -.0564933 -.0145318

contrato_si | .1347583 .0199243 6.76 0.000 .0957054 .1738113

indefinido | -.0829384 .0187333 -4.43 0.000 -.1196568 -.04622

pers2a5 | -.1999893 .0175218 -11.41 0.000 -.2343332 -.1656454

pers6a9 | -.2324105 .0178267 -13.04 0.000 -.267352 -.197469

pers10a49 | -.1267728 .0149452 -8.48 0.000 -.1560663 -.0974792

pers50a199 | -.0924944 .0168222 -5.50 0.000 -.1254671 -.0595218

pers200omas | .0108818 .0177973 0.61 0.541 -.0240021 .0457657

70

sector_noesp | (dropped)

sector_min | .2290807 .0317319 7.22 0.000 .1668841 .2912772

sector_ind | .1960194 .0199805 9.81 0.000 .1568564 .2351823

sector_energ | .4053923 .0594005 6.82 0.000 .2889635 .5218211

sector_const | .2697384 .0249543 10.81 0.000 .2208264 .3186503

sector_com | .3077283 .0333008 9.24 0.000 .2424566 .373

sector_trans | .2920915 .0304487 9.59 0.000 .2324102 .3517728

sector_fin | .2527944 .0406258 6.22 0.000 .1731654 .3324235

sector_ser~m | .4669953 .0525955 8.88 0.000 .3639048 .5700858

rg1 | -.0198209 .036205 -0.55 0.584 -.090785 .0511431

rg2 | .3964334 .04944 8.02 0.000 .2995278 .4933389

rg3 | .3284557 .0326881 10.05 0.000 .2643851 .3925264

rg4 | .054929 .0294796 1.86 0.062 -.002853 .112711

rg5 | -.0178514 .0184161 -0.97 0.332 -.0539482 .0182454

rg6 | -.0092203 .0181047 -0.51 0.611 -.0447067 .0262661

rg7 | -.025571 .0197014 -1.30 0.194 -.064187 .013045

rg8 | -.0599757 .0235732 -2.54 0.011 -.1061808 -.0137707

rg9 | -.038709 .0232041 -1.67 0.095 -.0841906 .0067725

rg10 | .260526 .0220124 11.84 0.000 .2173804 .3036716

rg11 | .3725758 .0532096 7.00 0.000 .2682815 .47687

rg12 | .3361335 .0487193 6.90 0.000 .2406406 .4316263

_cons | 5.1723 .140059 36.93 0.000 4.897775 5.446824

------------------------------------------------------------------------------

Educación Media

. probit omil cyj_trb_aut gto_mun luz agua alcan lyauth_t_c tiene_omil esc experiencia





rg11 rg12 if indepe==0 & esc>8 & esc<13








LR chi2(39) = 237.97

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.0224029 .0668968 -0.33 0.738 -.1535182 .1087123

gto_mun | .0002879 .0003048 0.94 0.345 -.0003095 .0008853

luz | -.1902518 .3833356 -0.50 0.620 -.9415757 .5610721

agua | -.2674039 .2866562 -0.93 0.351 -.8292397 .2944319

alcan | -.0057642 .1913575 -0.03 0.976 -.380818 .3692895

lyauth_t_c | -.0738273 .1041615 -0.71 0.478 -.2779801 .1303255

tiene_omil | .0711258 .0844129 0.84 0.399 -.0943204 .2365719

esc | -.062189 .0267659 -2.32 0.020 -.1146491 -.0097288

experiencia | .0016166 .0079046 0.20 0.838 -.0138761 .0171093

experiencia2 | -.0000576 .0001608 -0.36 0.720 -.0003728 .0002575

rural | -.3090883 .0882511 -3.50 0.000 -.4820573 -.1361193

contrato_si | .3068133 .0886339 3.46 0.001 .1330941 .4805325

indefinido | -.2475401 .0667567 -3.71 0.000 -.3783808 -.1166993

sector_noesp | .2702854 .3817367 0.71 0.479 -.4779049 1.018476

sector_min | .0432528 .2012043 0.21 0.830 -.3511004 .4376059

sector_ind | .3743167 .1122115 3.34 0.001 .1543862 .5942473

sector_energ | .4795244 .2411321 1.99 0.047 .0069142 .9521345

sector_const | .1585741 .1200116 1.32 0.186 -.0766444 .3937926

sector_com | .1622158 .1354484 1.20 0.231 -.1032582 .4276897

sector_trans | .055785 .1526247 0.37 0.715 -.2433539 .3549239

sector_fin | .443822 .1470364 3.02 0.003 .155636 .7320081

71

sector_ser~m | .8553153 .1041897 8.21 0.000 .6511073 1.059523

pers2a5 | -.3133179 .1286893 -2.43 0.015 -.5655443 -.0610914

pers6a9 | -.348364 .1974165 -1.76 0.078 -.7352933 .0385653

pers10a49 | .1409397 .0892757 1.58 0.114 -.0340374 .3159168

pers50a199 | .0776852 .0965337 0.80 0.421 -.1115174 .2668878

pers200omas | .0004915 .0896539 0.01 0.996 -.175227 .17621

rg1 | .0686807 .1583787 0.43 0.665 -.2417359 .3790972

rg2 | -.183652 .172131 -1.07 0.286 -.5210225 .1537185

rg3 | .0819877 .1525903 0.54 0.591 -.2170837 .3810591

rg4 | -.3505322 .1927997 -1.82 0.069 -.7284126 .0273482

rg5 | -.2181441 .1079276 -2.02 0.043 -.4296784 -.0066098

rg6 | .0211293 .1202308 0.18 0.860 -.2145188 .2567774

rg7 | -.1510672 .1375695 -1.10 0.272 -.4206984 .1185641

rg8 | -.1102746 .1082337 -1.02 0.308 -.3224087 .1018594

rg9 | -.2010373 .1457539 -1.38 0.168 -.4867098 .0846352

rg10 | -.2046499 .1320851 -1.55 0.121 -.463532 .0542322

rg11 | .2322669 .2007594 1.16 0.247 -.1612143 .6257481

rg12 | -.1498669 .2512726 -0.60 0.551 -.6423522 .3426184

_cons | -.6898169 1.409253 -0.49 0.624 -3.451902 2.072268

------------------------------------------------------------------------------






muni ///





> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc>8 & esc<13, robust


F( 43, 23383) = 88.78

Prob > F = 0.0000

R-squared = 0.1376

Root MSE = .67055

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~82 | .4854988 .0882959 5.50 0.000 .312433 .6585645

familiar | .035134 .0129075 2.72 0.006 .0098345 .0604336

amigo | -.0872245 .0115396 -7.56 0.000 -.1098428 -.0646062

compa | .0270621 .0215368 1.26 0.209 -.0151514 .0692756

empl | -.0208479 .0202903 -1.03 0.304 -.0606182 .0189223

omil | -.1935057 .0363028 -5.33 0.000 -.2646616 -.1223498

puente | -.1938739 .1814867 -1.07 0.285 -.5495997 .1618518

priv | -.0607459 .0634714 -0.96 0.339 -.185154 .0636623

estud | .125605 .0305797 4.11 0.000 .0656667 .1855433

internet | .1009502 .0848338 1.19 0.234 -.0653295 .2672299

muni | -.1310401 .0396545 -3.30 0.001 -.2087656 -.0533146

esc | .0564338 .0068072 8.29 0.000 .0430914 .0697763

experiencia | .0261223 .0014109 18.51 0.000 .0233568 .0288878

experiencia2 | -.0002812 .0000339 -8.30 0.000 -.0003477 -.0002148

rural | -.1423504 .0251038 -5.67 0.000 -.1915555 -.0931454

contrato_si | .0377663 .0281251 1.34 0.179 -.0173608 .0928935

indefinido | -.0602957 .0226892 -2.66 0.008 -.104768 -.0158234

pers2a5 | -.2129586 .0318352 -6.69 0.000 -.2753576 -.1505595

pers6a9 | -.3338354 .0356206 -9.37 0.000 -.4036542 -.2640167

pers10a49 | -.0538717 .018362 -2.93 0.003 -.0898624 -.0178811

pers50a199 | -.0063013 .016544 -0.38 0.703 -.0387286 .026126

pers200omas | .0680674 .014451 4.71 0.000 .0397426 .0963923

sector_noesp | .3310448 .063807 5.19 0.000 .205979 .4561106

sector_min | .3351657 .024933 13.44 0.000 .2862954 .3840359

sector_ind | .2740951 .03313 8.27 0.000 .2091581 .3390321

72

sector_energ | .3679871 .0532816 6.91 0.000 .2635517 .4724226

sector_const | .1803658 .0198405 9.09 0.000 .1414771 .2192545

sector_com | .1452508 .0209195 6.94 0.000 .1042472 .1862544

sector_trans | .0985455 .0186575 5.28 0.000 .0619756 .1351155

sector_fin | .3660922 .0422034 8.67 0.000 .2833707 .4488137

sector_ser~m | .5116633 .070676 7.24 0.000 .3731338 .6501928

rg1 | .0926378 .0333125 2.78 0.005 .0273432 .1579325

rg2 | .0107217 .0295932 0.36 0.717 -.0472829 .0687262

rg3 | .2188957 .0271212 8.07 0.000 .1657364 .2720549

rg4 | -.2021657 .0321134 -6.30 0.000 -.26511 -.1392214

rg5 | -.1597371 .0216309 -7.38 0.000 -.2021351 -.117339

rg6 | -.0620193 .0164594 -3.77 0.000 -.0942807 -.0297578

rg7 | -.1628109 .021542 -7.56 0.000 -.2050347 -.120587

rg8 | -.1477318 .0156036 -9.47 0.000 -.1783159 -.1171477

rg9 | -.1723268 .0214661 -8.03 0.000 -.2144018 -.1302519

rg10 | -.0032231 .0197007 -0.16 0.870 -.0418379 .0353916

rg11 | .3855487 .0578542 6.66 0.000 .2721508 .4989467

rg12 | .1192692 .043115 2.77 0.006 .0347609 .2037775

_cons | 4.587907 .2185605 20.99 0.000 4.159514 5.0163







rg11 rg12 if indepe==0 & esc>12












LR chi2(37) = 85.99

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.0352958 .1284195 -0.27 0.783 -.2869935 .2164019

gto_mun | -.0004371 .0006744 -0.65 0.517 -.0017588 .0008846

luz | -.5328971 .8016835 -0.66 0.506 -2.104168 1.038374

agua | -.8557509 .5255391 -1.63 0.103 -1.885788 .1742867

alcan | -.3550876 .3848286 -0.92 0.356 -1.109338 .3991625

lyauth_t_c | .0051239 .2120928 0.02 0.981 -.4105704 .4208181

tiene_omil | .231597 .1653542 1.40 0.161 -.0924913 .5556852

esc | -.0253032 .0332827 -0.76 0.447 -.0905361 .0399296

experiencia | .0149029 .0176051 0.85 0.397 -.0196025 .0494082

experiencia2 | -.0003077 .0004273 -0.72 0.471 -.0011452 .0005298

rural | -.0253667 .1603136 -0.16 0.874 -.3395756 .2888422

contrato_si | .4128058 .1812571 2.28 0.023 .0575484 .7680631

indefinido | -.3781114 .1258227 -3.01 0.003 -.6247193 -.1315034

sector_noesp | .9535089 .5063299 1.88 0.060 -.0388795 1.945897

sector_min | .4409545 .4704635 0.94 0.349 -.481137 1.363046

sector_ind | .5603564 .3792428 1.48 0.140 -.1829458 1.303659

sector_const | .4305748 .4010625 1.07 0.283 -.3554933 1.216643

sector_com | .8661406 .3624772 2.39 0.017 .1556983 1.576583

sector_trans | .3191563 .4608988 0.69 0.489 -.5841888 1.222501

73

sector_fin | .1944115 .4621128 0.42 0.674 -.7113129 1.100136

sector_ser~m | .9712964 .343156 2.83 0.005 .298723 1.64387

pers2a5 | -.604228 .3425306 -1.76 0.078 -1.275576 .0671196

pers6a9 | .1032316 .2622952 0.39 0.694 -.4108575 .6173207

pers10a49 | -.0168221 .1668383 -0.10 0.920 -.3438192 .310175

pers50a199 | .0317598 .1766398 0.18 0.857 -.3144478 .3779674

pers200omas | -.276973 .1724073 -1.61 0.108 -.6148851 .0609392

rg1 | .3655416 .3096517 1.18 0.238 -.2413645 .9724477

rg2 | .0352258 .3910953 0.09 0.928 -.7313069 .8017585

rg3 | .5240967 .2738678 1.91 0.056 -.0126744 1.060868

rg4 | .0380067 .3367599 0.11 0.910 -.6220305 .6980439

rg5 | .1562659 .2024997 0.77 0.440 -.2406261 .5531579

rg6 | .5955564 .2160929 2.76 0.006 .1720222 1.019091

rg7 | .1156549 .2725736 0.42 0.671 -.4185796 .6498895

rg8 | .1058182 .2105783 0.50 0.615 -.3069076 .5185441

rg9 | .0002156 .2723424 0.00 0.999 -.5335657 .5339968

rg10 | -.0410443 .2480899 -0.17 0.869 -.5272915 .445203

rg11 | .3839977 .3291928 1.17 0.243 -.2612085 1.029204

_cons | -1.681319 2.791127 -0.60 0.547 -7.151828 3.789191

------------------------------------------------------------------------------






muni ///





> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & esc>12, robust


F( 41, 7097) = 77.88

Prob > F = 0.0000

R-squared = 0.2910

Root MSE = .78161

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~83 | .2311012 .0728004 3.17 0.002 .0883907 .3738117

familiar | -.0560154 .0284808 -1.97 0.049 -.1118461 -.0001846

amigo | -.1680733 .0247857 -6.78 0.000 -.2166607 -.1194859

compa | -.0144319 .041421 -0.35 0.728 -.0956295 .0667656

empl | .0027915 .0473612 0.06 0.953 -.0900506 .0956336

omil | -.3537841 .0953268 -3.71 0.000 -.540653 -.1669152

puente | .1431389 .2142992 0.67 0.504 -.2769514 .5632292

priv | -.0106234 .0826189 -0.13 0.898 -.1725811 .1513343

estud | .0489557 .0364703 1.34 0.180 -.0225369 .1204484

internet | -.0187387 .0928425 -0.20 0.840 -.2007376 .1632603

muni | -.0988703 .0598267 -1.65 0.098 -.2161484 .0184078

esc | .20489 .0059457 34.46 0.000 .1932347 .2165453

experiencia | .0457885 .0028556 16.03 0.000 .0401906 .0513864

experiencia2 | -.0006716 .0000708 -9.49 0.000 -.0008103 -.0005329

rural | .1104626 .0298823 3.70 0.000 .0518843 .1690409

contrato_si | -.1510589 .0443627 -3.41 0.001 -.238023 -.0640947

indefinido | -.0756559 .0353504 -2.14 0.032 -.1449532 -.0063586

pers2a5 | -.1771663 .0615364 -2.88 0.004 -.2977959 -.0565367

pers6a9 | -.0456821 .0564251 -0.81 0.418 -.1562922 .064928

pers10a49 | -.0097461 .0324675 -0.30 0.764 -.0733921 .0538999

pers50a199 | .0713317 .0348222 2.05 0.041 .0030698 .1395936

pers200omas | .0751757 .036022 2.09 0.037 .0045619 .1457895

sector_noesp | .4732766 .1074085 4.41 0.000 .2627239 .6838294

sector_min | .3324689 .0645911 5.15 0.000 .2058511 .4590868

sector_ind | .1940682 .0558938 3.47 0.001 .0844997 .3036366

74

sector_energ | (dropped)

sector_const | .1884705 .0564359 3.34 0.001 .0778392 .2991017

sector_com | .1603417 .0703817 2.28 0.023 .0223726 .2983109

sector_trans | .0126845 .0550169 0.23 0.818 -.095165 .1205341

sector_fin | .2215794 .0484617 4.57 0.000 .12658 .3165788

sector_ser~m | .2343906 .0744601 3.15 0.002 .0884265 .3803547

rg1 | -.060598 .0699089 -0.87 0.386 -.1976403 .0764443

rg2 | -.0451131 .0554237 -0.81 0.416 -.15376 .0635338

rg3 | .0000393 .0677654 0.00 1.000 -.1328011 .1328796

rg4 | -.1502147 .0609318 -2.47 0.014 -.2696593 -.0307702

rg5 | -.1385141 .0347026 -3.99 0.000 -.2065416 -.0704865

rg6 | -.0344292 .056386 -0.61 0.541 -.1449627 .0761042

rg7 | -.1944682 .042719 -4.55 0.000 -.2782102 -.1107263

rg8 | -.1586043 .0340314 -4.66 0.000 -.225316 -.0918927

rg9 | -.0858733 .0458755 -1.87 0.061 -.1758031 .0040564

rg10 | -.0574264 .0420527 -1.37 0.172 -.1398622 .0250094

rg11 | .1045345 .0713066 1.47 0.143 -.0352476 .2443167

rg12 | (dropped)

_cons | 3.457732 .2673136 12.94 0.000 2.933717 3.981746

------------------------------------------------------------------------------

Separados por Quintiles de Ingreso Autónomo del Hogar per Cápita


Quintil 1 . reg lytrabajhr familiar amigo compa empl omil puente priv estud internet muni ///





> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & qaut_2==1, robust


F( 42, 11101) = 29.71

Prob > F = 0.0000

R-squared = 0.1101

Root MSE = .64522

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0258244 .0191449 1.35 0.177 -.0117031 .0633519

amigo | .0226631 .016899 1.34 0.180 -.0104621 .0557882

compa | .0556399 .0299751 1.86 0.063 -.0031167 .1143964

empl | .0150952 .0262575 0.57 0.565 -.0363742 .0665647

omil | -.0439196 .0506544 -0.87 0.386 -.1432112 .055372

puente | -.1016087 .1662767 -0.61 0.541 -.4275406 .2243233

priv | -.2430898 .160771 -1.51 0.131 -.5582295 .0720498

estud | .0665362 .0985321 0.68 0.500 -.1266043 .2596767

internet | .1178768 .3947575 0.30 0.765 -.6559181 .8916716

muni | .0478181 .0486016 0.98 0.325 -.0474497 .1430859

esc | .014114 .0025575 5.52 0.000 .0091008 .0191271

experiencia | .018899 .0017116 11.04 0.000 .015544 .022254

experiencia2 | -.0003043 .0000291 -10.45 0.000 -.0003614 -.0002472

rural | -.0535265 .0141549 -3.78 0.000 -.0812727 -.0257804

contrato_si | .206374 .0151999 13.58 0.000 .1765795 .2361684

indefinido | .125408 .0127907 9.80 0.000 .100336 .15048

pers2a5 | -.1236304 .0217801 -5.68 0.000 -.1663232 -.0809376

pers6a9 | -.102092 .0241338 -4.23 0.000 -.1493986 -.0547854

pers10a49 | -.0515634 .0192785 -2.67 0.007 -.0893527 -.013774

pers50a199 | -.0592018 .0218815 -2.71 0.007 -.1020933 -.0163102

pers200omas | -.0184086 .0216866 -0.85 0.396 -.0609181 .0241009

sector_noesp | .2441726 .1065756 2.29 0.022 .0352655 .4530798

sector_min | .074363 .0476362 1.56 0.119 -.0190124 .1677384

75

sector_ind | .0941105 .0208247 4.52 0.000 .0532904 .1349306

sector_energ | .2194573 .0676922 3.24 0.001 .0867686 .3521459

sector_const | .1198839 .0199545 6.01 0.000 .0807696 .1589982

sector_com | .0534581 .0269996 1.98 0.048 .000534 .1063821

sector_trans | .0334003 .026861 1.24 0.214 -.019252 .0860527

sector_fin | .0961754 .031908 3.01 0.003 .0336302 .1587207

sector_ser~m | .1244046 .0260322 4.78 0.000 .0733769 .1754323

rg1 | .0146993 .050663 0.29 0.772 -.0846092 .1140077

rg2 | -.0778732 .0908022 -0.86 0.391 -.2558616 .1001153

rg3 | .0756647 .0424635 1.78 0.075 -.0075714 .1589007

rg4 | -.0046167 .0304361 -0.15 0.879 -.0642768 .0550433

rg5 | .0005497 .0237114 0.02 0.982 -.0459288 .0470282

rg6 | -.0019088 .0246884 -0.08 0.938 -.0503023 .0464848

rg7 | -.0499197 .0261104 -1.91 0.056 -.1011008 .0012614

rg8 | -.1322151 .0225104 -5.87 0.000 -.1763396 -.0880907

rg9 | -.0520394 .0253542 -2.05 0.040 -.1017383 -.0023406

rg10 | .0550761 .0251877 2.19 0.029 .0057038 .1044484

rg11 | .0371057 .0952617 0.39 0.697 -.1496242 .2238356

rg12 | .0230485 .0885354 0.26 0.795 -.1504967 .1965936

_cons | 5.961348 .0448626 132.88 0.000 5.873409 6.049287

------------------------------------------------------------------------------

Quintil 2

. reg lytrabajhr familiar amigo compa empl omil puente priv estud internet muni ///







F( 42, 13916) = 36.82

Prob > F = 0.0000

R-squared = 0.1004

Root MSE = .53224

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0313102 .0139154 2.25 0.024 .0040342 .0585862

amigo | -.0132448 .01219 -1.09 0.277 -.0371388 .0106491

compa | .0270752 .0243782 1.11 0.267 -.0207093 .0748598

empl | .0115003 .0180676 0.64 0.524 -.0239147 .0469153

omil | -.0312919 .0404367 -0.77 0.439 -.1105533 .0479696

puente | .1354975 .190705 0.71 0.477 -.2383099 .5093049

priv | -.0044759 .0468422 -0.10 0.924 -.096293 .0873411

estud | .086253 .0372827 2.31 0.021 .0131739 .159332

internet | .0540048 .1548351 0.35 0.727 -.2494928 .3575024

muni | -.0296987 .0513214 -0.58 0.563 -.1302955 .0708981

esc | .0254728 .0019914 12.79 0.000 .0215695 .0293762

experiencia | .0227801 .0011002 20.71 0.000 .0206236 .0249365

experiencia2 | -.0003341 .0000195 -17.12 0.000 -.0003723 -.0002958

rural | .0104323 .0102681 1.02 0.310 -.0096945 .0305591

contrato_si | .0439325 .0122275 3.59 0.000 .019965 .0678999

indefinido | .0890094 .0097408 9.14 0.000 .0699162 .1081027

pers2a5 | -.1477089 .0184292 -8.01 0.000 -.1838326 -.1115851

pers6a9 | -.1324888 .0192412 -6.89 0.000 -.1702043 -.0947734

pers10a49 | -.1091206 .0145588 -7.50 0.000 -.1376578 -.0805835

pers50a199 | -.0641469 .0156877 -4.09 0.000 -.0948969 -.0333969

pers200omas | -.0160331 .0157348 -1.02 0.308 -.0468754 .0148092

sector_noesp | .1617183 .0736238 2.20 0.028 .0174059 .3060308

sector_min | .2016232 .025963 7.77 0.000 .1507322 .2525142

sector_ind | .0742578 .0149022 4.98 0.000 .0450475 .1034682

sector_energ | .0928499 .0403967 2.30 0.022 .0136669 .1720329

sector_const | .1009257 .0151654 6.65 0.000 .0711994 .1306519

sector_com | .0391353 .0201902 1.94 0.053 -.0004403 .0787109

sector_trans | .0537313 .0205892 2.61 0.009 .0133737 .0940889

76

sector_fin | .0905751 .0265524 3.41 0.001 .0385287 .1426215

sector_ser~m | .0769676 .0196901 3.91 0.000 .0383722 .1155629

rg1 | .0964895 .0401513 2.40 0.016 .0177875 .1751915

rg2 | .0226415 .0463235 0.49 0.625 -.0681587 .1134418

rg3 | .1420193 .031555 4.50 0.000 .0801673 .2038713

rg4 | -.0140603 .0248937 -0.56 0.572 -.0628553 .0347346

rg5 | .0004639 .0173771 0.03 0.979 -.0335975 .0345254

rg6 | -.0267843 .016779 -1.60 0.110 -.0596734 .0061048

rg7 | .0047278 .0174752 0.27 0.787 -.0295258 .0389815

rg8 | -.0040751 .0167206 -0.24 0.807 -.0368497 .0286996

rg9 | .0383674 .0207272 1.85 0.064 -.0022606 .0789955

rg10 | .0936032 .0177651 5.27 0.000 .0587813 .1284251

rg11 | .1654614 .0580802 2.85 0.004 .0516163 .2793064

rg12 | -.0337078 .0670308 -0.50 0.615 -.165097 .0976815

_cons | 6.176587 .0333785 185.05 0.000 6.111161 6.242013

Quintil 3








F( 42, 12380) = 44.36

Prob > F = 0.0000

R-squared = 0.1170

Root MSE = .55669

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0244619 .0150296 1.63 0.104 -.0049985 .0539223

amigo | -.0522896 .013454 -3.89 0.000 -.0786616 -.0259177

compa | .0043263 .0236262 0.18 0.855 -.0419848 .0506373

empl | .0251718 .0211342 1.19 0.234 -.0162545 .0665981

omil | -.1055281 .051095 -2.07 0.039 -.2056823 -.0053739

puente | -.0110118 .1555641 -0.07 0.944 -.3159416 .293918

priv | .121664 .0693484 1.75 0.079 -.0142696 .2575977

estud | .1120971 .0355713 3.15 0.002 .0423719 .1818223

internet | .0930096 .0617276 1.51 0.132 -.027986 .2140053

muni | .0295299 .0503167 0.59 0.557 -.0690986 .1281585

esc | .0340347 .0021061 16.16 0.000 .0299063 .038163

experiencia | .0238987 .0011546 20.70 0.000 .0216356 .0261619

experiencia2 | -.0003193 .0000207 -15.40 0.000 -.00036 -.0002787

rural | .0163063 .0121956 1.34 0.181 -.007599 .0402116

contrato_si | -.0595894 .0147973 -4.03 0.000 -.0885943 -.0305844

indefinido | .0716004 .0113181 6.33 0.000 .0494153 .0937856

pers2a5 | -.1559709 .0209187 -7.46 0.000 -.1969749 -.114967

pers6a9 | -.1858466 .023724 -7.83 0.000 -.2323494 -.1393438

pers10a49 | -.1462281 .0160539 -9.11 0.000 -.1776963 -.1147599

pers50a199 | -.1109858 .0171674 -6.46 0.000 -.1446365 -.0773351

pers200omas | -.0272578 .0166757 -1.63 0.102 -.0599447 .0054291

sector_noesp | .0717733 .0717298 1.00 0.317 -.0688283 .2123749

sector_min | .2317419 .0269361 8.60 0.000 .1789429 .2845408

sector_ind | .0712563 .0164096 4.34 0.000 .039091 .1034216

sector_energ | .1097892 .0492134 2.23 0.026 .0133233 .2062551

sector_const | .1145676 .0171432 6.68 0.000 .0809643 .148171

sector_com | .00042 .0209452 0.02 0.984 -.0406359 .0414758

sector_trans | .0247326 .0221594 1.12 0.264 -.0187034 .0681685

sector_fin | .0686457 .0254701 2.70 0.007 .0187204 .1185711

sector_ser~m | .0916092 .0201816 4.54 0.000 .0520501 .1311684

rg1 | -.0389663 .0386858 -1.01 0.314 -.1147966 .036864

rg2 | .1018359 .0296847 3.43 0.001 .0436494 .1600225

rg3 | .1383476 .0290619 4.76 0.000 .0813818 .1953134

rg4 | .028154 .0266642 1.06 0.291 -.0241119 .08042

77

rg5 | -.0323456 .0165762 -1.95 0.051 -.0648375 .0001463

rg6 | -.0383803 .0178452 -2.15 0.032 -.0733597 -.0034009

rg7 | -.0315559 .021221 -1.49 0.137 -.0731523 .0100405

rg8 | .0303374 .0185834 1.63 0.103 -.0060889 .0667637

rg9 | .1016876 .024862 4.09 0.000 .0529542 .1504211

rg10 | .0924514 .0196547 4.70 0.000 .0539251 .1309776

rg11 | .1520548 .062579 2.43 0.015 .0293902 .2747194

rg12 | .0565686 .0362936 1.56 0.119 -.0145724 .1277097

_cons | 6.368775 .0365172 174.40 0.000 6.297196 6.440354

Quintil 4








F( 42, 10367) = 47.01

Prob > F = 0.0000

R-squared = 0.1434

Root MSE = .62037

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0123408 .017397 0.71 0.478 -.0217605 .0464422

amigo | -.0569552 .015976 -3.57 0.000 -.0882712 -.0256391

compa | -.0310056 .0285702 -1.09 0.278 -.0870087 .0249975

empl | -.0202868 .0284668 -0.71 0.476 -.0760872 .0355137

omil | -.1624281 .0630619 -2.58 0.010 -.2860415 -.0388147

puente | .1300812 .3098632 0.42 0.675 -.4773103 .7374728

priv | -.0239735 .082169 -0.29 0.770 -.1850406 .1370936

estud | .0906724 .0388575 2.33 0.020 .0145041 .1668406

internet | .082262 .0812514 1.01 0.311 -.0770063 .2415304

muni | -.0220392 .0463099 -0.48 0.634 -.1128155 .0687371

esc | .0499358 .0023961 20.84 0.000 .0452389 .0546327

experiencia | .0289928 .001356 21.38 0.000 .0263348 .0316508

experiencia2 | -.0003588 .0000239 -15.00 0.000 -.0004057 -.0003119

rural | -.0273345 .0163964 -1.67 0.096 -.0594747 .0048057

contrato_si | -.1713923 .0198311 -8.64 0.000 -.2102651 -.1325195

indefinido | -.0089714 .015513 -0.58 0.563 -.0393798 .021437

pers2a5 | -.14644 .0243576 -6.01 0.000 -.1941855 -.0986945

pers6a9 | -.2299285 .0291129 -7.90 0.000 -.2869954 -.1728615

pers10a49 | -.0908361 .0205266 -4.43 0.000 -.1310721 -.0506001

pers50a199 | -.0873618 .0224536 -3.89 0.000 -.1313752 -.0433484

pers200omas | .0377179 .0205313 1.84 0.066 -.0025273 .0779632

sector_noesp | .1578009 .0817786 1.93 0.054 -.0025009 .3181027

sector_min | .2173033 .0327059 6.64 0.000 .1531934 .2814132

sector_ind | .070473 .0214619 3.28 0.001 .0284037 .1125424

sector_energ | .2147429 .047625 4.51 0.000 .1213887 .3080971

sector_const | .0673082 .022579 2.98 0.003 .0230489 .1115674

sector_com | .0123102 .0262279 0.47 0.639 -.0391016 .063722

sector_trans | -.0038682 .0274162 -0.14 0.888 -.0576092 .0498728

sector_fin | .0397635 .0321543 1.24 0.216 -.0232651 .1027922

sector_ser~m | .1005223 .0233846 4.30 0.000 .054684 .1463606

rg1 | -.067336 .0393494 -1.71 0.087 -.1444685 .0097965

rg2 | .0308917 .0361017 0.86 0.392 -.0398745 .1016579

rg3 | .1089914 .030841 3.53 0.000 .0485371 .1694457

rg4 | .0221056 .0338837 0.65 0.514 -.0443129 .0885242

rg5 | -.0245322 .0206892 -1.19 0.236 -.0650871 .0160227

rg6 | -.0235375 .0224519 -1.05 0.295 -.0675476 .0204726

rg7 | -.0114357 .0280622 -0.41 0.684 -.066443 .0435716

rg8 | .0342122 .0233614 1.46 0.143 -.0115806 .080005

rg9 | .0651778 .0316725 2.06 0.040 .0030936 .1272619

rg10 | .159329 .0228676 6.97 0.000 .114504 .2041539

78

rg11 | -.0100273 .0570295 -0.18 0.860 -.1218161 .1017615

rg12 | .0777839 .0393577 1.98 0.048 .0006352 .1549326

_cons | 6.503711 .0431335 150.78 0.000 6.419161 6.588261

Quintil 5








F( 41, 6921) = .

Prob > F = .

R-squared = 0.2354

Root MSE = .79151

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | -.0488595 .0269955 -1.81 0.070 -.101779 .00406

amigo | -.1172056 .0255764 -4.58 0.000 -.1673432 -.067068

compa | -.0158202 .0449178 -0.35 0.725 -.1038728 .0722324

empl | .0322726 .0474476 0.68 0.496 -.0607394 .1252845

omil | -.2199104 .180896 -1.22 0.224 -.5745221 .1347013

puente | .6805089 .0533964 12.74 0.000 .5758356 .7851822

priv | .1163394 .1112914 1.05 0.296 -.1018259 .3345047

estud | .0693579 .0438282 1.58 0.114 -.0165588 .1552746

internet | .111041 .113421 0.98 0.328 -.1112989 .3333809

muni | -.116244 .0667718 -1.74 0.082 -.2471372 .0146492

esc | .0975848 .003292 29.64 0.000 .0911315 .1040381

experiencia | .0375615 .0022445 16.73 0.000 .0331615 .0419615

experiencia2 | -.0003913 .0000414 -9.46 0.000 -.0004723 -.0003102

rural | .0711378 .0270121 2.63 0.008 .0181858 .1240898

contrato_si | -.4172363 .0351755 -11.86 0.000 -.4861911 -.3482815

indefinido | -.105527 .0282221 -3.74 0.000 -.160851 -.0502031

pers2a5 | .0533236 .0345708 1.54 0.123 -.0144458 .121093

pers6a9 | -.0368179 .0633038 -0.58 0.561 -.1609128 .087277

pers10a49 | .0287246 .0360864 0.80 0.426 -.0420158 .099465

pers50a199 | .1407417 .0374503 3.76 0.000 .0673276 .2141558

pers200omas | .1858774 .0324948 5.72 0.000 .1221776 .2495772

sector_noesp | .0888331 .0987204 0.90 0.368 -.1046893 .2823554

sector_min | .1768612 .0506696 3.49 0.000 .0775333 .2761891

sector_ind | -.0990004 .0396741 -2.50 0.013 -.1767738 -.021227

sector_energ | -.0120889 .0947989 -0.13 0.899 -.1979239 .173746

sector_const | -.0702136 .0423594 -1.66 0.097 -.1532509 .0128238

sector_com | -.2281289 .0406753 -5.61 0.000 -.3078651 -.1483928

sector_trans | -.1776973 .045411 -3.91 0.000 -.2667169 -.0886777

sector_fin | .0437011 .0451724 0.97 0.333 -.0448507 .132253

sector_ser~m | -.0991468 .0364372 -2.72 0.007 -.170575 -.0277186

rg1 | -.3086801 .0537147 -5.75 0.000 -.4139774 -.2033827

rg2 | -.0997729 .0436409 -2.29 0.022 -.1853224 -.0142233

rg3 | -.1536564 .0493874 -3.11 0.002 -.2504709 -.056842

rg4 | -.0980527 .0548232 -1.79 0.074 -.2055231 .0094177

rg5 | -.0757345 .0363021 -2.09 0.037 -.1468978 -.0045713

rg6 | -.1415287 .0448083 -3.16 0.002 -.2293666 -.0536908

rg7 | -.1172053 .049596 -2.36 0.018 -.2144287 -.0199819

rg8 | -.1022071 .0355009 -2.88 0.004 -.1717998 -.0326144

rg9 | -.0889361 .0448311 -1.98 0.047 -.1768188 -.0010534

rg10 | -.0699545 .0362812 -1.93 0.054 -.1410768 .0011677

rg11 | -.0764702 .0555051 -1.38 0.168 -.1852773 .032337

rg12 | -.1280175 .0555081 -2.31 0.021 -.2368304 -.0192046

_cons | 6.650868 .0652072 102.00 0.000 6.523042 6.778694

Quintiles 1 y 2

79






> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & qaut_2>=1 & qaut_2<3,

robust


F( 42, 25060) = 65.91

Prob > F = 0.0000

R-squared = 0.1096

Root MSE = .60572

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0346429 .0118434 2.93 0.003 .0114291 .0578568

amigo | -.0025128 .0103993 -0.24 0.809 -.0228959 .0178704

compa | .0447268 .0195056 2.29 0.022 .0064947 .082959

empl | .0139897 .0159177 0.88 0.379 -.0172099 .0451893

omil | -.0603498 .0330744 -1.82 0.068 -.1251776 .004478

puente | -.0233107 .1366952 -0.17 0.865 -.2912413 .24462

priv | -.1055693 .0700222 -1.51 0.132 -.2428169 .0316784

estud | .0958137 .0370064 2.59 0.010 .0232789 .1683484

internet | .0620683 .1675257 0.37 0.711 -.266292 .3904286

muni | -.0044502 .0359058 -0.12 0.901 -.0748276 .0659273

esc | .0247729 .0016278 15.22 0.000 .0215824 .0279635

experiencia | .0182373 .0009616 18.97 0.000 .0163525 .0201221

experiencia2 | -.0002652 .0000168 -15.77 0.000 -.0002982 -.0002323

rural | -.0235418 .0087959 -2.68 0.007 -.0407823 -.0063014

contrato_si | .1433404 .0099199 14.45 0.000 .1238968 .1627839

indefinido | .1158669 .0080417 14.41 0.000 .1001047 .1316291

pers2a5 | -.1501122 .0146776 -10.23 0.000 -.178881 -.1213433

pers6a9 | -.1350509 .0159029 -8.49 0.000 -.1662215 -.1038802

pers10a49 | -.0862696 .0121868 -7.08 0.000 -.1101564 -.0623828

pers50a199 | -.0577762 .0133841 -4.32 0.000 -.0840099 -.0315425

pers200omas | -.0062646 .0132454 -0.47 0.636 -.0322263 .0196971

sector_noesp | .1987781 .0622625 3.19 0.001 .0767399 .3208163

sector_min | .1737243 .0250466 6.94 0.000 .1246316 .222817

sector_ind | .0936092 .0126973 7.37 0.000 .0687218 .1184967

sector_energ | .1421608 .0368738 3.86 0.000 .0698859 .2144357

sector_const | .1218851 .0127179 9.58 0.000 .0969572 .1468129

sector_com | .059136 .0167499 3.53 0.000 .0263053 .0919667

sector_trans | .0622451 .0170559 3.65 0.000 .0288146 .0956756

sector_fin | .1191344 .0216881 5.49 0.000 .0766244 .1616444

sector_ser~m | .1034201 .0161376 6.41 0.000 .0717895 .1350506

rg1 | .0435238 .0330293 1.32 0.188 -.0212155 .1082632

rg2 | -.0032916 .043763 -0.08 0.940 -.0890696 .0824864

rg3 | .1258106 .026633 4.72 0.000 .0736084 .1780129

rg4 | -.0310485 .0196402 -1.58 0.114 -.0695444 .0074475

rg5 | -.0040396 .0143949 -0.28 0.779 -.0322545 .0241752

rg6 | -.0078159 .0143368 -0.55 0.586 -.0359168 .020285

rg7 | -.0306215 .01557 -1.97 0.049 -.0611397 -.0001034

rg8 | -.0969092 .0139626 -6.94 0.000 -.1242767 -.0695417

rg9 | -.0403095 .0165617 -2.43 0.015 -.0727713 -.0078477

rg10 | .0845064 .0150486 5.62 0.000 .0550102 .1140025

rg11 | .1422615 .0520284 2.73 0.006 .0402827 .2442402

rg12 | .0002171 .0533656 0.00 0.997 -.1043825 .1048167

_cons | 6.050709 .0276291 219.00 0.000 5.996554 6.104863

------------------------------------------------------------------------------

Quintiles 3 y 4



80





robust


F( 42, 22790) = 101.29

Prob > F = 0.0000

R-squared = 0.1418

Root MSE = .60164

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0205982 .0116699 1.77 0.078 -.0022756 .043472

amigo | -.0644905 .0105988 -6.08 0.000 -.0852649 -.0437161

compa | -.0078206 .0188957 -0.41 0.679 -.0448575 .0292164

empl | -.0005062 .0175024 -0.03 0.977 -.0348122 .0337997

omil | -.1435878 .040718 -3.53 0.000 -.2233979 -.0637777

puente | -.0095124 .1496121 -0.06 0.949 -.3027624 .2837375

priv | .0360345 .0530321 0.68 0.497 -.067912 .1399811

estud | .1066118 .0272277 3.92 0.000 .0532436 .15998

internet | .1111445 .0560341 1.98 0.047 .0013137 .2209752

muni | .0165331 .0351942 0.47 0.639 -.05245 .0855161

esc | .0485829 .0016208 29.97 0.000 .045406 .0517599

experiencia | .0264119 .0008994 29.37 0.000 .0246489 .0281748

experiencia2 | -.0003212 .000016 -20.10 0.000 -.0003526 -.0002899

rural | -.0119615 .0100928 -1.19 0.236 -.0317441 .007821

contrato_si | -.1238636 .0122108 -10.14 0.000 -.1477977 -.0999296

indefinido | .0383419 .009445 4.06 0.000 .019829 .0568547

pers2a5 | -.1505091 .0162682 -9.25 0.000 -.1823959 -.1186222

pers6a9 | -.2142159 .0187265 -11.44 0.000 -.250921 -.1775108

pers10a49 | -.1333337 .0130216 -10.24 0.000 -.1588569 -.1078104

pers50a199 | -.1084441 .0140738 -7.71 0.000 -.1360296 -.0808585

pers200omas | -.0001812 .0133195 -0.01 0.989 -.0262883 .0259258

sector_noesp | .1160641 .0559921 2.07 0.038 .0063158 .2258125

sector_min | .2440985 .0215462 11.33 0.000 .2018664 .2863306

sector_ind | .0765881 .0134631 5.69 0.000 .0501995 .1029767

sector_energ | .1656379 .0360773 4.59 0.000 .0949239 .2363519

sector_const | .0945561 .013992 6.76 0.000 .0671309 .1219814

sector_com | .0143444 .0168478 0.85 0.395 -.0186785 .0473672

sector_trans | .0156382 .0176885 0.88 0.377 -.0190325 .0503089

sector_fin | .0596324 .0206296 2.89 0.004 .0191969 .1000679

sector_ser~m | .1119722 .0154734 7.24 0.000 .0816434 .142301

rg1 | -.0544536 .0280772 -1.94 0.052 -.1094868 .0005797

rg2 | .0696537 .0241456 2.88 0.004 .0223267 .1169807

rg3 | .1374927 .0219111 6.28 0.000 .0945454 .18044

rg4 | .0110923 .0215955 0.51 0.608 -.0312363 .0534209

rg5 | -.0448943 .0134421 -3.34 0.001 -.0712417 -.0185469

rg6 | -.0505743 .0143496 -3.52 0.000 -.0787004 -.0224481

rg7 | -.0401531 .0174068 -2.31 0.021 -.0742717 -.0060346

rg8 | .0142248 .0149846 0.95 0.342 -.0151461 .0435957

rg9 | .0658069 .0199265 3.30 0.001 .0267496 .1048641

rg10 | .1221338 .0154634 7.90 0.000 .0918244 .1524432

rg11 | .084028 .0424629 1.98 0.048 .0007978 .1672581

rg12 | .095885 .0286803 3.34 0.001 .0396697 .1521002

_cons | 6.364706 .0285261 223.12 0.000 6.308793 6.420619

------------------------------------------------------------------------------

Matching

Quintil 1 . psmatch2 omil esc experiencia experiencia2 rural contrato_si indefinido pers2a5 pers6a9


81



> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & qaut_2==1,







LR chi2(30) = 281.04

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.0298559 .0150068 -1.99 0.047 -.0592687 -.0004431

experiencia | -.0223692 .0088877 -2.52 0.012 -.0397887 -.0049497

experiencia2 | .0003374 .0001388 2.43 0.015 .0000653 .0006095

rural | .0099417 .0906887 0.11 0.913 -.1678048 .1876883

contrato_si | .4501781 .1054191 4.27 0.000 .2435604 .6567958

indefinido | -.4900792 .097944 -5.00 0.000 -.6820459 -.2981126

pers2a5 | -.0750569 .1426546 -0.53 0.599 -.3546548 .2045411

pers6a9 | .0465228 .1925618 0.24 0.809 -.3308914 .423937

pers10a49 | .1252763 .1249651 1.00 0.316 -.1196509 .3702035

pers50a199 | .2256256 .1332839 1.69 0.090 -.0356059 .4868572

pers200omas | .1751962 .1364244 1.28 0.199 -.0921908 .4425832

sector_min | .3062749 .3789941 0.81 0.419 -.4365398 1.04909

sector_ind | .4590314 .1631991 2.81 0.005 .139167 .7788958

sector_energ | .5356127 .4180995 1.28 0.200 -.2838473 1.355073

sector_const | .5958314 .1307104 4.56 0.000 .3396437 .852019

sector_com | .4817643 .203058 2.37 0.018 .0837779 .8797507

sector_trans | .2397663 .2667928 0.90 0.369 -.283138 .7626706

sector_fin | .8449618 .2662742 3.17 0.002 .3230739 1.36685

sector_ser~m | 1.410424 .1213455 11.62 0.000 1.172591 1.648257

rg1 | -.1716335 .3064373 -0.56 0.575 -.7722396 .4289726

rg2 | .0613615 .3467184 0.18 0.860 -.6181941 .7409172

rg3 | -.3360442 .4536558 -0.74 0.459 -1.225193 .5531048

rg4 | .066722 .2110335 0.32 0.752 -.3468962 .4803401

rg5 | -.020553 .1707963 -0.12 0.904 -.3553077 .3142016

rg6 | -.2514067 .2056633 -1.22 0.222 -.6544994 .151686

rg7 | .0469018 .1667225 0.28 0.778 -.2798682 .3736718

rg8 | .0918505 .1384657 0.66 0.507 -.1795373 .3632383

rg9 | -.1181494 .1701271 -0.69 0.487 -.4515924 .2152936

rg10 | .1466541 .158387 0.93 0.354 -.1637787 .4570869

rg11 | .5370619 .3768712 1.43 0.154 -.2015922 1.275716

_cons | -2.583278 .2652724 -9.74 0.000 -3.103203 -2.063354

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------

lytrabajhr Unmatched | 6.43225758 6.3974373 .034820284 .061670852 0.56

ATT | 6.43225758 6.58061277 -.148355196 .06432253 -2.31

ATU | 6.3974373 6.4247082 .027270902

ATE | .025302924

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

82

Untreated | 10,942 | 10,942

Treated | 124 | 124

-----------+-----------+----------

Total | 11,066 | 11,066

Quintil 2










LR chi2(31) = 224.42

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.0171524 .0136546 -1.26 0.209 -.043915 .0096102

experiencia | .0036582 .0078532 0.47 0.641 -.0117337 .0190502

experiencia2 | -1.09e-06 .0001247 -0.01 0.993 -.0002454 .0002432

rural | -.2081364 .0925782 -2.25 0.025 -.3895863 -.0266866

contrato_si | .3340786 .1116738 2.99 0.003 .115202 .5529552

indefinido | -.3245798 .0866768 -3.74 0.000 -.4944632 -.1546965

pers2a5 | -.150036 .1529817 -0.98 0.327 -.4498747 .1498027

pers6a9 | -.0293202 .1991531 -0.15 0.883 -.4196532 .3610128

pers10a49 | .1757727 .1180281 1.49 0.136 -.0555582 .4071036

pers50a199 | .1716556 .1287405 1.33 0.182 -.080671 .4239823

pers200omas | .2087811 .1215911 1.72 0.086 -.0295331 .4470953

sector_min | -.0595274 .3476144 -0.17 0.864 -.7408392 .6217843

sector_ind | .4219869 .1489712 2.83 0.005 .1300088 .7139651

sector_energ | .4516244 .3882032 1.16 0.245 -.3092398 1.212489

sector_const | .4570131 .1340754 3.41 0.001 .1942302 .7197959

sector_com | .4939815 .1711638 2.89 0.004 .1585065 .8294564

sector_trans | .3985981 .1854667 2.15 0.032 .0350901 .7621062

sector_fin | .4422128 .2395625 1.85 0.065 -.0273211 .9117468

sector_ser~m | 1.191151 .1225535 9.72 0.000 .9509502 1.431351

rg1 | .1638367 .2223521 0.74 0.461 -.2719654 .5996388

rg2 | .3255223 .2071623 1.57 0.116 -.0805084 .7315531

rg3 | -.0988331 .2823572 -0.35 0.726 -.652243 .4545769

rg4 | .0367076 .1841335 0.20 0.842 -.3241874 .3976027

rg5 | -.0605439 .1350013 -0.45 0.654 -.3251416 .2040537

rg6 | -.0772537 .1425666 -0.54 0.588 -.3566791 .2021716

rg7 | -.2277074 .1721336 -1.32 0.186 -.5650831 .1096682

rg8 | -.0415632 .1193546 -0.35 0.728 -.2754939 .1923675

rg9 | -.0808248 .1580067 -0.51 0.609 -.3905122 .2288625

rg10 | -.0448886 .1393331 -0.32 0.747 -.3179765 .2281992

rg11 | .4473691 .2746056 1.63 0.103 -.090848 .9855862

rg12 | -.1442362 .4245005 -0.34 0.734 -.9762419 .6877695

_cons | -2.903594 .2415524 -12.02 0.000 -3.377028 -2.43016

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.77085875 6.77358547 -.00272672 .075117648 -0.04

ATU | 6.74621401 6.75999241 .013778398

ATE | .013624078

83

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 13,774 | 13,774

Treated | 130 | 130

-----------+-----------+----------

Total | 13,904 | 13,904

Quintil 3







note: sector_min != 0 predicts failure perfectly

sector_min dropped and 442 obs not used






LR chi2(29) = 174.88

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.0179979 .0157414 -1.14 0.253 -.0488504 .0128546

experiencia | .0056141 .0094226 0.60 0.551 -.0128539 .0240821

experiencia2 | -.000049 .0001611 -0.30 0.761 -.0003647 .0002668

rural | -.0523462 .1105339 -0.47 0.636 -.2689886 .1642963

contrato_si | .408554 .1406581 2.90 0.004 .1328692 .6842388

indefinido | -.4301656 .1025389 -4.20 0.000 -.6311381 -.2291931

pers2a5 | -.4722145 .2101055 -2.25 0.025 -.8840137 -.0604153

pers6a9 | -.5885906 .3559923 -1.65 0.098 -1.286323 .1091415

pers10a49 | .0229045 .1351556 0.17 0.865 -.2419956 .2878045

pers50a199 | .0664765 .1422272 0.47 0.640 -.2122836 .3452366

pers200omas | -.1238453 .1385084 -0.89 0.371 -.3953169 .1476262

sector_noesp | 1.088407 .4440276 2.45 0.014 .2181291 1.958685

sector_ind | .9023594 .1945746 4.64 0.000 .5210001 1.283719

sector_energ | .9315435 .408376 2.28 0.023 .1311413 1.731946

sector_const | .6889133 .1968284 3.50 0.000 .3031367 1.07469

sector_com | .7210701 .233256 3.09 0.002 .2638967 1.178243

sector_trans | .426447 .286462 1.49 0.137 -.1350083 .9879022

sector_fin | 1.04214 .2453554 4.25 0.000 .5612525 1.523028

sector_ser~m | 1.404369 .1836029 7.65 0.000 1.044514 1.764224

rg1 | .1596706 .2523797 0.63 0.527 -.3349844 .6543256

rg2 | -.4503241 .3919126 -1.15 0.251 -1.218459 .3178105

rg3 | .0953388 .2698538 0.35 0.724 -.4335649 .6242424

rg4 | -.3704285 .3941808 -0.94 0.347 -1.143009 .4021516

rg5 | -.3885481 .2019539 -1.92 0.054 -.7843705 .0072742

rg6 | .2630704 .1474933 1.78 0.074 -.0260111 .5521519

rg7 | .02152 .1911088 0.11 0.910 -.3530463 .3960863

rg8 | .3210682 .1306892 2.46 0.014 .064922 .5772144

rg9 | .1658055 .1800979 0.92 0.357 -.1871799 .5187908

rg10 | .1219171 .1621999 0.75 0.452 -.1959889 .4398231

_cons | -3.251385 .3032791 -10.72 0.000 -3.845801 -2.656969

84

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.91890717 6.95407679 -.035169623 .072558913 -0.48

ATU | 6.95764468 7.06201486 .104370182

ATE | .103309631

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 11,621 | 11,621

Treated | 89 | 89

-----------+-----------+----------

Total | 11,710 | 11,710

Quintil 4








LR chi2(32) = 86.33

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | .0053799 .015572 0.35 0.730 -.0251407 .0359004

experiencia | .002511 .0092141 0.27 0.785 -.0155484 .0205704

experiencia2 | 8.56e-06 .0001625 0.05 0.958 -.0003099 .0003271

rural | -.1347921 .1214858 -1.11 0.267 -.3729 .1033158

contrato_si | .2630083 .1480202 1.78 0.076 -.0271059 .5531226

indefinido | -.0579397 .111174 -0.52 0.602 -.2758368 .1599573

pers2a5 | -.3595757 .2192157 -1.64 0.101 -.7892305 .0700791

pers6a9 | .1235736 .2167807 0.57 0.569 -.3013088 .548456

pers10a49 | .2069728 .1426052 1.45 0.147 -.0725283 .4864738

pers50a199 | .0032908 .1653318 0.02 0.984 -.3207536 .3273352

pers200omas | -.0126616 .1452197 -0.09 0.931 -.297287 .2719638

sector_noesp | .4684468 .4304994 1.09 0.277 -.3753164 1.31221

sector_min | -.227778 .2794765 -0.82 0.415 -.7755419 .319986

sector_ind | .0258679 .1815271 0.14 0.887 -.3299187 .3816545

sector_energ | .5110886 .3140931 1.63 0.104 -.1045225 1.1267

sector_const | -.0756597 .2008902 -0.38 0.706 -.4693973 .3180778

sector_com | .1071767 .1937771 0.55 0.580 -.2726195 .4869729

sector_trans | .0840382 .2022729 0.42 0.678 -.3124093 .4804857

sector_fin | .0567205 .2483796 0.23 0.819 -.4300945 .5435356

sector_ser~m | .5112942 .1477987 3.46 0.001 .2216141 .8009743

rg1 | .4881037 .2136136 2.28 0.022 .0694288 .9067787

rg2 | .3994499 .2027773 1.97 0.049 .0020136 .7968861

rg3 | .4905212 .1972813 2.49 0.013 .103857 .8771854

rg4 | -.1643554 .3662326 -0.45 0.654 -.8821581 .5534472

rg5 | .0894721 .1663255 0.54 0.591 -.2365199 .4154641

rg6 | .4706219 .1606554 2.93 0.003 .1557431 .7855007

rg7 | -.0962177 .2620027 -0.37 0.713 -.6097337 .4172982

85

rg8 | .1171354 .173469 0.68 0.500 -.2228575 .4571284

rg9 | .1566343 .2188156 0.72 0.474 -.2722364 .5855049

rg10 | .1454062 .1785493 0.81 0.415 -.204544 .4953563

rg11 | .8602085 .2141555 4.02 0.000 .4404715 1.279946

rg12 | .1160339 .2884893 0.40 0.688 -.4493946 .6814625

_cons | -3.070561 .2828258 -10.86 0.000 -3.62489 -2.516233

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 7.19853824 7.45818189 -.259643653 .102096409 -2.54

ATU | 7.29824165 7.01580374 -.282437913

ATE | -.28226712

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 10,332 | 10,332

Treated | 78 | 78

-----------+-----------+----------

Total | 10,410 | 10,410

Quintil 5







note: pers6a9 != 0 predicts failure perfectly

pers6a9 dropped and 261 obs not used





note: sector_const != 0 predicts failure perfectly

sector_const dropped and 585 obs not used








LR chi2(25) = 53.45

Prob > chi2 = 0.0008


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

86

esc | -.0764102 .0250579 -3.05 0.002 -.1255228 -.0272975

experiencia | -.0180499 .0156778 -1.15 0.250 -.0487778 .0126781

experiencia2 | .0002693 .0002585 1.04 0.297 -.0002373 .0007759

rural | -.0217561 .2072653 -0.10 0.916 -.4279887 .3844765

contrato_si | .3775373 .2671169 1.41 0.158 -.1460021 .9010768

indefinido | -.4143987 .1974365 -2.10 0.036 -.8013671 -.0274304

pers2a5 | -.5605814 .377056 -1.49 0.137 -1.299598 .1784347

pers10a49 | .200725 .2513047 0.80 0.424 -.2918232 .6932731

pers50a199 | .1233886 .282321 0.44 0.662 -.4299503 .6767275

pers200omas | -.2476126 .2735696 -0.91 0.365 -.7837992 .2885741

sector_min | .8151031 .4829642 1.69 0.091 -.1314894 1.761696

sector_ind | .9206935 .4323784 2.13 0.033 .0732474 1.76814

sector_com | .7758875 .442726 1.75 0.080 -.0918395 1.643615

sector_trans | .6121046 .5050128 1.21 0.225 -.3777024 1.601912

sector_fin | .6336599 .5358793 1.18 0.237 -.4166442 1.683964

sector_ser~m | 1.386801 .4029545 3.44 0.001 .5970245 2.176577

rg1 | .1396231 .3600228 0.39 0.698 -.5660086 .8452548

rg2 | -.2239983 .4250684 -0.53 0.598 -1.057117 .6091206

rg3 | .4769035 .2921024 1.63 0.103 -.0956067 1.049414

rg4 | .0514565 .4061656 0.13 0.899 -.7446135 .8475265

rg6 | .2091055 .2714076 0.77 0.441 -.3228437 .7410547

rg7 | -.0515981 .3945855 -0.13 0.896 -.8249715 .7217753

rg9 | -.0903954 .3941024 -0.23 0.819 -.8628219 .6820311

rg10 | .0693624 .2714357 0.26 0.798 -.4626417 .6013666

rg12 | .2120434 .3470581 0.61 0.541 -.468178 .8922647

_cons | -2.443393 .5375946 -4.55 0.000 -3.497059 -1.389727

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 7.62872849 7.94615309 -.317424603 .237839103 -1.33

ATU | 8.07040107 7.65238458 -.418016498

ATE | -.417489618

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 4,748 | 4,748

Treated | 25 | 25

-----------+-----------+----------

Total | 4,773 | 4,773

Quintiles 1 y 2










LR chi2(31) = 481.01

Prob > chi2 = 0.0000


------------------------------------------------------------------------------

87


-------------+----------------------------------------------------------------

esc | -.0253022 .0099245 -2.55 0.011 -.0447539 -.0058505

experiencia | -.0060544 .005831 -1.04 0.299 -.0174828 .0053741

experiencia2 | .0001152 .0000921 1.25 0.211 -.0000653 .0002956

rural | -.0933846 .0633178 -1.47 0.140 -.2174851 .030716

contrato_si | .379116 .0757619 5.00 0.000 .2306253 .5276067

indefinido | -.3985626 .0633991 -6.29 0.000 -.5228226 -.2743026

pers2a5 | -.1057309 .1026286 -1.03 0.303 -.3068794 .0954175

pers6a9 | -.0041222 .1374337 -0.03 0.976 -.2734872 .2652428

pers10a49 | .1493126 .0848591 1.76 0.078 -.0170081 .3156334

pers50a199 | .1926148 .0916839 2.10 0.036 .0129176 .372312

pers200omas | .19152 .0894954 2.14 0.032 .0161123 .3669277

sector_min | .1080772 .2509629 0.43 0.667 -.383801 .5999554

sector_ind | .4367736 .1084425 4.03 0.000 .2242302 .649317

sector_energ | .5065824 .2805922 1.81 0.071 -.0433683 1.056533

sector_const | .5201051 .0927064 5.61 0.000 .3384038 .7018064

sector_com | .4994005 .128461 3.89 0.000 .2476215 .7511794

sector_trans | .3687135 .1463311 2.52 0.012 .0819098 .6555171

sector_fin | .6072224 .1751211 3.47 0.001 .2639913 .9504536

sector_ser~m | 1.293678 .0851386 15.19 0.000 1.126809 1.460546

rg1 | .0265994 .1799118 0.15 0.882 -.3260213 .3792201

rg2 | .2394794 .1750433 1.37 0.171 -.1035992 .5825579

rg3 | -.1816422 .2391033 -0.76 0.447 -.6502761 .2869916

rg4 | .049967 .136277 0.37 0.714 -.217131 .317065

rg5 | -.0452512 .1049575 -0.43 0.666 -.2509641 .1604616

rg6 | -.1529989 .1163864 -1.31 0.189 -.3811121 .0751143

rg7 | -.0809796 .1141741 -0.71 0.478 -.3047567 .1427975

rg8 | .0321474 .0878983 0.37 0.715 -.14013 .2044249

rg9 | -.0920023 .1130241 -0.81 0.416 -.3135254 .1295208

rg10 | .0430741 .102133 0.42 0.673 -.1571028 .243251

rg11 | .4688559 .220145 2.13 0.033 .0373797 .9003321

rg12 | -.3349586 .4104846 -0.82 0.414 -1.139494 .4695764

_cons | -2.746618 .1755224 -15.65 0.000 -3.090636 -2.402601

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.60555739 6.71504281 -.109485423 .047112936 -2.32

ATU | 6.59156087 6.55830438 -.033256485

ATE | -.034030507

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 24,761 | 24,761

Treated | 254 | 254

-----------+-----------+----------

Total | 25,015 | 25,015

Quintiles 3 y 4








88

LR chi2(32) = 216.47

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.00867 .0106773 -0.81 0.417 -.029597 .0122571

experiencia | .0031842 .0064001 0.50 0.619 -.0093598 .0157281

experiencia2 | -7.18e-06 .0001107 -0.06 0.948 -.0002242 .0002098

rural | -.0876081 .0799382 -1.10 0.273 -.2442841 .0690678

contrato_si | .3300418 .099004 3.33 0.001 .1359975 .5240861

indefinido | -.2413124 .072406 -3.33 0.001 -.3832257 -.0993992

pers2a5 | -.3936646 .1482833 -2.65 0.008 -.6842945 -.1030347

pers6a9 | -.1369357 .171589 -0.80 0.425 -.4732439 .1993725

pers10a49 | .1168272 .0957376 1.22 0.222 -.0708149 .3044694

pers50a199 | .0474587 .1052721 0.45 0.652 -.1588709 .2537882

pers200omas | -.0512825 .0976775 -0.53 0.600 -.2427269 .1401618

sector_noesp | .769065 .3050646 2.52 0.012 .1711493 1.366981

sector_min | -.0310369 .2514061 -0.12 0.902 -.5237838 .46171

sector_ind | .4630605 .1226875 3.77 0.000 .2225974 .7035236

sector_energ | .7281526 .2438746 2.99 0.003 .2501672 1.206138

sector_const | .3062648 .1283519 2.39 0.017 .0546996 .5578299

sector_com | .3778818 .1442348 2.62 0.009 .0951868 .6605767

sector_trans | .2572896 .1599223 1.61 0.108 -.0561523 .5707316

sector_fin | .5193051 .1653878 3.14 0.002 .195151 .8434591

sector_ser~m | .9372324 .1095354 8.56 0.000 .7225469 1.151918

rg1 | .3392386 .1592277 2.13 0.033 .027158 .6513192

rg2 | .1199619 .1680776 0.71 0.475 -.2094642 .449388

rg3 | .3417364 .1532855 2.23 0.026 .0413025 .6421704

rg4 | -.2796759 .2636734 -1.06 0.289 -.7964663 .2371145

rg5 | -.1171346 .1236032 -0.95 0.343 -.3593925 .1251232

rg6 | .3462071 .1069479 3.24 0.001 .1365932 .5558211

rg7 | -.026369 .150724 -0.17 0.861 -.3217826 .2690445

rg8 | .2644639 .1009829 2.62 0.009 .066541 .4623868

rg9 | .178676 .1357742 1.32 0.188 -.0874367 .4447886

rg10 | .1495415 .1177161 1.27 0.204 -.0811779 .3802608

rg11 | .5642285 .1884874 2.99 0.003 .1947999 .9336572

rg12 | -.1160908 .2612702 -0.44 0.657 -.6281711 .3959894

_cons | -3.08533 .1980335 -15.58 0.000 -3.473469 -2.697192

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 7.0495133 7.15679823 -.107284937 .062547768 -1.72

ATU | 7.11943676 7.16402002 .044583258

ATE | .043472498

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 22,666 | 22,666

Treated | 167 | 167

-----------+-----------+----------

Total | 22,833 | 22,833

Heckit

89

Quintil 1 . probit omil cyj_trb_aut gto_mun luz agua alcan lyauth_t_c tiene_omil esc experiencia





rg11 rg12 if indepe==0 & qaut_2==1












LR chi2(37) = 308.03

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | .0173058 .1098123 0.16 0.875 -.1979223 .2325339

gto_mun | .0010745 .0004909 2.19 0.029 .0001124 .0020367

luz | -.316234 .5948646 -0.53 0.595 -1.482147 .8496792

agua | .0474772 .3261781 0.15 0.884 -.5918201 .6867745

alcan | -.3159594 .2487109 -1.27 0.204 -.8034238 .171505

lyauth_t_c | -.2953487 .1806943 -1.63 0.102 -.6495031 .0588057

tiene_omil | .0423559 .1062146 0.40 0.690 -.1658209 .2505328

esc | -.0282323 .0149556 -1.89 0.059 -.0575448 .0010802

experiencia | -.0213991 .0096784 -2.21 0.027 -.0403684 -.0024297

experiencia2 | .0003191 .0001439 2.22 0.027 .000037 .0006011

rural | -.0918937 .0951016 -0.97 0.334 -.2782894 .094502

contrato_si | .456816 .1047299 4.36 0.000 .2515491 .6620829

indefinido | -.4530134 .0977041 -4.64 0.000 -.6445099 -.2615168

sector_min | .2685044 .3849689 0.70 0.486 -.4860209 1.02303

sector_ind | .4962403 .1578835 3.14 0.002 .1867944 .8056863

sector_energ | .4580194 .4146535 1.10 0.269 -.3546864 1.270725

sector_const | .6141405 .1281844 4.79 0.000 .3629037 .8653772

sector_com | .5263919 .1991886 2.64 0.008 .1359894 .9167945

sector_trans | .2508096 .2664703 0.94 0.347 -.2714626 .7730818

sector_fin | .8495873 .2620489 3.24 0.001 .3359809 1.363194

sector_ser~m | 1.377335 .1196321 11.51 0.000 1.142861 1.61181

pers2a5 | -.1179886 .1417437 -0.83 0.405 -.3958012 .1598239

pers6a9 | .0125415 .1925497 0.07 0.948 -.3648489 .389932

pers10a49 | .1039245 .1237397 0.84 0.401 -.1386009 .3464498

pers50a199 | .2115526 .1319948 1.60 0.109 -.0471525 .4702577

pers200omas | .1913017 .1335652 1.43 0.152 -.0704813 .4530847

rg1 | -.8788424 .4728326 -1.86 0.063 -1.805577 .0478924

rg2 | -.265618 .4325511 -0.61 0.539 -1.113403 .5821667

rg3 | -.451761 .4508774 -1.00 0.316 -1.335464 .4319424

rg4 | -.1853061 .2270011 -0.82 0.414 -.6302201 .2596079

rg5 | -.1832707 .1720682 -1.07 0.287 -.5205181 .1539767

rg6 | -.4970193 .2184207 -2.28 0.023 -.9251161 -.0689225

rg7 | -.2090467 .1792613 -1.17 0.244 -.5603924 .142299

rg8 | -.153321 .1671635 -0.92 0.359 -.4809555 .1743135

rg9 | -.3592672 .1952819 -1.84 0.066 -.7420126 .0234783

rg10 | -.079944 .1756475 -0.46 0.649 -.4242068 .2643187

rg11 | .3440937 .370726 0.93 0.353 -.3825158 1.070703

_cons | 1.692947 2.352683 0.72 0.472 -2.918226 6.304121

------------------------------------------------------------------------------

90






muni ///







F( 41, 11024) = 30.23

Prob > F = 0.0000

R-squared = 0.1098

Root MSE = .64546

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~81 | .0726502 .0429696 1.69 0.091 -.011578 .1568783

familiar | .0256911 .0192732 1.33 0.183 -.0120878 .0634701

amigo | .0233361 .0170084 1.37 0.170 -.0100035 .0566757

compa | .0556429 .0302604 1.84 0.066 -.0036729 .1149588

empl | .011645 .026306 0.44 0.658 -.0399194 .0632095

omil | -.0396681 .0509003 -0.78 0.436 -.1394418 .0601056

puente | -.1005069 .1674147 -0.60 0.548 -.4286697 .2276559

priv | -.2433885 .1607161 -1.51 0.130 -.558421 .0716439

estud | .0633619 .0987569 0.64 0.521 -.1302194 .2569431

internet | .1064214 .3942886 0.27 0.787 -.6664549 .8792977

muni | .0535963 .0485342 1.10 0.269 -.0415395 .1487321

esc | .0123777 .0027832 4.45 0.000 .0069222 .0178333

experiencia | .017477 .0019088 9.16 0.000 .0137354 .0212186

experiencia2 | -.0002817 .0000318 -8.87 0.000 -.000344 -.0002194

rural | -.054523 .0142365 -3.83 0.000 -.082429 -.026617

contrato_si | .2347335 .023652 9.92 0.000 .1883714 .2810956

indefinido | .0960197 .0225973 4.25 0.000 .051725 .1403145

pers2a5 | -.1326811 .0224612 -5.91 0.000 -.176709 -.0886532

pers6a9 | -.1034379 .02424 -4.27 0.000 -.1509526 -.0559232

pers10a49 | -.0463175 .0196255 -2.36 0.018 -.084787 -.0078481

pers50a199 | -.0470766 .0231742 -2.03 0.042 -.0925022 -.0016509

pers200omas | -.0061548 .0226783 -0.27 0.786 -.0506084 .0382987


sector_min | .0891453 .0486879 1.83 0.067 -.0062916 .1845822

sector_ind | .122495 .0280314 4.37 0.000 .0675484 .1774415

sector_energ | .2502733 .0705842 3.55 0.000 .1119156 .388631

sector_const | .1567319 .0302064 5.19 0.000 .097522 .2159419

sector_com | .0803888 .0326329 2.46 0.014 .0164225 .1443552

sector_trans | .0378613 .0280323 1.35 0.177 -.0170871 .0928097

sector_fin | .1451331 .0436273 3.33 0.001 .0596157 .2306505

sector_ser~m | .212235 .0579284 3.66 0.000 .098685 .325785

rg1 | -.0142616 .0558626 -0.26 0.798 -.1237624 .0952392

rg2 | -.0864852 .0923481 -0.94 0.349 -.2675041 .0945338

rg3 | .0462585 .0454778 1.02 0.309 -.0428862 .1354031

rg4 | -.0061409 .0304981 -0.20 0.840 -.0659227 .0536408

rg5 | -.0069561 .0240098 -0.29 0.772 -.0540196 .0401074

rg6 | -.026627 .0276935 -0.96 0.336 -.0809112 .0276571

rg7 | -.0546035 .0261908 -2.08 0.037 -.1059421 -.0032649

rg8 | -.1310813 .0227232 -5.77 0.000 -.1756228 -.0865397

rg9 | -.0655074 .0264302 -2.48 0.013 -.1173153 -.0136995

rg10 | .0557692 .0253905 2.20 0.028 .0059993 .1055392

rg11 | .0602995 .0975281 0.62 0.536 -.1308731 .2514721

rg12 | (dropped)

_cons | 5.755905 .1313005 43.84 0.000 5.498533 6.013277

91

Quintil 2
















LR chi2(38) = 230.58

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | .008481 .0919746 0.09 0.927 -.1717859 .1887479

gto_mun | .0006496 .000391 1.66 0.097 -.0001168 .001416

luz | -.3385815 .5283778 -0.64 0.522 -1.374183 .69702

agua | .3272265 .3572055 0.92 0.360 -.3728834 1.027336

alcan | -.0456595 .2334108 -0.20 0.845 -.5031363 .4118173

lyauth_t_c | -.0756672 .1345954 -0.56 0.574 -.3394694 .1881349

tiene_omil | .0940694 .1054454 0.89 0.372 -.1125998 .3007386

esc | -.0132154 .0136042 -0.97 0.331 -.0398791 .0134483

experiencia | .0038266 .0083965 0.46 0.649 -.0126303 .0202834

experiencia2 | 8.98e-07 .000128 0.01 0.994 -.00025 .0002518

rural | -.2295694 .0978074 -2.35 0.019 -.4212684 -.0378703

contrato_si | .3499513 .1099619 3.18 0.001 .1344299 .5654726

indefinido | -.3314786 .0859654 -3.86 0.000 -.4999677 -.1629895

sector_min | -.1102605 .3481889 -0.32 0.751 -.7926981 .5721772

sector_ind | .3785371 .1475075 2.57 0.010 .0894277 .6676465

sector_energ | .4109549 .3874576 1.06 0.289 -.3484481 1.170358

sector_const | .409653 .1330838 3.08 0.002 .1488135 .6704925

sector_com | .5327751 .1619318 3.29 0.001 .2153947 .8501555

sector_trans | .3586757 .1841312 1.95 0.051 -.0022147 .7195662

sector_fin | .3955836 .2391964 1.65 0.098 -.0732327 .8643999

sector_ser~m | 1.141281 .1203812 9.48 0.000 .9053385 1.377224

pers2a5 | -.1902427 .1509529 -1.26 0.208 -.486105 .1056195

pers6a9 | -.0718196 .1972812 -0.36 0.716 -.4584837 .3148445

pers10a49 | .1376265 .1156937 1.19 0.234 -.089129 .364382

pers50a199 | .1320864 .1266201 1.04 0.297 -.1160844 .3802571

pers200omas | .1961933 .1177645 1.67 0.096 -.034621 .4270076

rg1 | -.0267587 .2608842 -0.10 0.918 -.5380824 .484565

rg2 | .2161217 .2176636 0.99 0.321 -.210491 .6427345

rg3 | -.1131187 .2830748 -0.40 0.689 -.6679351 .4416977

rg4 | -.0315651 .1946891 -0.16 0.871 -.4131488 .3500186

rg5 | -.0523031 .1397469 -0.37 0.708 -.3262021 .2215958

rg6 | -.0513664 .1591651 -0.32 0.747 -.3633242 .2605914

rg7 | -.1420562 .1768187 -0.80 0.422 -.4886144 .2045021

rg8 | -.0298803 .1405744 -0.21 0.832 -.305401 .2456404

rg9 | .010936 .1790762 0.06 0.951 -.340047 .3619189

rg10 | .0172914 .159578 0.11 0.914 -.2954757 .3300585

rg11 | .4139758 .2758698 1.50 0.133 -.1267191 .9546707

rg12 | -.2017557 .4386986 -0.46 0.646 -1.061589 .6580778

_cons | -1.979197 1.772486 -1.12 0.264 -5.453206 1.494812

------------------------------------------------------------------------------

92






muni ///







F( 42, 13861) = 36.77

Prob > F = 0.0000

R-squared = 0.1007

Root MSE = .53218

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~82 | -.1029548 .1087369 -0.95 0.344 -.3160938 .1101842

familiar | .0312651 .0139572 2.24 0.025 .0039071 .0586231

amigo | -.0130142 .0122437 -1.06 0.288 -.0370135 .0109851

compa | .0259562 .0245351 1.06 0.290 -.0221358 .0740483

empl | .0111456 .0180935 0.62 0.538 -.02432 .0466113

omil | -.031867 .0404479 -0.79 0.431 -.1111503 .0474164

puente | .1329642 .1909133 0.70 0.486 -.2412516 .50718

priv | -.0051683 .0467069 -0.11 0.912 -.0967201 .0863835

estud | .0875712 .0374852 2.34 0.019 .0140951 .1610473

internet | .0582328 .154569 0.38 0.706 -.2447432 .3612088

muni | -.0318788 .0514028 -0.62 0.535 -.1326353 .0688777

esc | .0266883 .0023325 11.44 0.000 .0221163 .0312604

experiencia | .0224673 .0011827 19.00 0.000 .0201491 .0247856

experiencia2 | -.0003346 .0000195 -17.12 0.000 -.0003729 -.0002963

rural | .0326014 .0255368 1.28 0.202 -.0174543 .082657

contrato_si | .0111532 .0369639 0.30 0.763 -.061301 .0836075

indefinido | .1209441 .0345518 3.50 0.000 .053218 .1886703

pers2a5 | -.1283212 .0256668 -5.00 0.000 -.1786315 -.0780108

pers6a9 | -.1279506 .0203566 -6.29 0.000 -.1678523 -.0880489

pers10a49 | -.1221866 .0202759 -6.03 0.000 -.16193 -.0824431

pers50a199 | -.0763259 .0207427 -3.68 0.000 -.1169845 -.0356673

pers200omas | -.0348187 .0253215 -1.38 0.169 -.0844522 .0148149


sector_min | .2110608 .0276746 7.63 0.000 .1568149 .2653068

sector_ind | .0375514 .0418232 0.90 0.369 -.0444277 .1195305

sector_energ | .0531667 .057981 0.92 0.359 -.0604839 .1668172

sector_const | .0614204 .0436654 1.41 0.160 -.0241696 .1470104

sector_com | -.0122376 .0577038 -0.21 0.832 -.1253448 .1008695

sector_trans | .0191162 .041982 0.46 0.649 -.0631743 .1014067

sector_fin | .0525347 .0475547 1.10 0.269 -.0406791 .1457484

sector_ser~m | -.0300756 .1151339 -0.26 0.794 -.2557536 .1956024

rg1 | .0801177 .0433713 1.85 0.065 -.004896 .1651313

rg2 | -.0120015 .0520781 -0.23 0.818 -.1140816 .0900786

rg3 | .1587739 .0325494 4.88 0.000 .0949727 .222575

rg4 | -.0194769 .0254381 -0.77 0.444 -.069339 .0303852

rg5 | .0036178 .0178256 0.20 0.839 -.0313228 .0385584

rg6 | -.0220561 .0179767 -1.23 0.220 -.0572928 .0131807

rg7 | .0194617 .0239398 0.81 0.416 -.0274634 .0663869

rg8 | -.0024205 .0169182 -0.14 0.886 -.0355824 .0307414

rg9 | .0405199 .0211903 1.91 0.056 -.0010159 .0820558

rg10 | .0962583 .0183934 5.23 0.000 .0602047 .1323118

rg11 | .1212431 .0749894 1.62 0.106 -.0257463 .2682324

rg12 | -.023018 .0681537 -0.34 0.736 -.1566084 .1105725

_cons | 6.505946 .3513666 18.52 0.000 5.81722 7.194672

------------------------------------------------------------------------------

93

Quintil 3




















LR chi2(36) = 191.23

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.0902536 .1024577 -0.88 0.378 -.291067 .1105598

gto_mun | .0000757 .0006383 0.12 0.906 -.0011754 .0013267

luz | .0158584 .8069427 0.02 0.984 -1.56572 1.597437

agua | -.274269 .4128205 -0.66 0.506 -1.083382 .5348444

alcan | -.2782012 .2794526 -1.00 0.319 -.8259181 .2695158

lyauth_t_c | -.2836593 .1875671 -1.51 0.130 -.651284 .0839655

tiene_omil | .1770636 .124048 1.43 0.153 -.066066 .4201933

esc | -.0167576 .0161606 -1.04 0.300 -.0484318 .0149166

experiencia | .0093442 .0101151 0.92 0.356 -.0104811 .0291695

experiencia2 | -.0000954 .0001648 -0.58 0.563 -.0004185 .0002276

rural | -.1560042 .119176 -1.31 0.191 -.3895849 .0775765

contrato_si | .4290997 .140671 3.05 0.002 .1533897 .7048098

indefinido | -.4199219 .1038048 -4.05 0.000 -.6233757 -.2164682

sector_noesp | 1.116192 .445494 2.51 0.012 .2430395 1.989344

sector_ind | .9206099 .1951017 4.72 0.000 .5382176 1.303002

sector_energ | .9416604 .415446 2.27 0.023 .1274013 1.75592

sector_const | .7134569 .1977085 3.61 0.000 .3259554 1.100958

sector_com | .7449969 .2331674 3.20 0.001 .2879972 1.201997

sector_trans | .4464372 .2900893 1.54 0.124 -.1221273 1.015002

sector_fin | 1.111393 .2471813 4.50 0.000 .6269267 1.59586

sector_ser~m | 1.431085 .1839919 7.78 0.000 1.070467 1.791702

pers2a5 | -.5147325 .2122729 -2.42 0.015 -.9307798 -.0986852

pers6a9 | -.6466043 .369057 -1.75 0.080 -1.369943 .0767341

pers10a49 | .0016404 .1348628 0.01 0.990 -.2626859 .2659667

pers50a199 | .0491135 .1419932 0.35 0.729 -.2291881 .3274151

pers200omas | -.1458994 .1387803 -1.05 0.293 -.4179039 .1261051

rg1 | .0326049 .2914013 0.11 0.911 -.538531 .6037409

rg2 | -.4014089 .400655 -1.00 0.316 -1.186678 .3838605

rg3 | .1963097 .2522727 0.78 0.436 -.2981357 .6907551

rg4 | -.5614059 .4057779 -1.38 0.167 -1.356716 .2339042

rg5 | -.500547 .2099841 -2.38 0.017 -.9121082 -.0889858

rg6 | .1664881 .165668 1.00 0.315 -.1582151 .4911914

rg7 | -.1613981 .2051264 -0.79 0.431 -.5634385 .2406424

rg8 | .0506397 .1663158 0.30 0.761 -.2753334 .3766127

rg9 | -.0794786 .2124293 -0.37 0.708 -.4958323 .3368751

rg10 | -.0695271 .1886189 -0.37 0.712 -.4392134 .3001592

94

_cons | .8100881 2.472354 0.33 0.743 -4.035637 5.655813

------------------------------------------------------------------------------






muni ///







F( 40, 11669) = 42.96

Prob > F = 0.0000

R-squared = 0.1170

Root MSE = .55666

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~83 | .4135845 .0415621 9.95 0.000 .332116 .4950531

familiar | .023131 .0155886 1.48 0.138 -.0074253 .0536873

amigo | -.0451301 .0139369 -3.24 0.001 -.0724487 -.0178115

compa | .0074589 .0242628 0.31 0.759 -.0401002 .0550181

empl | .0264795 .0220072 1.20 0.229 -.0166584 .0696173

omil | -.0881601 .0514953 -1.71 0.087 -.1890995 .0127793

puente | -.0511561 .1574595 -0.32 0.745 -.3598031 .2574909

priv | .1283895 .0718064 1.79 0.074 -.012363 .269142

estud | .1229232 .0365205 3.37 0.001 .0513369 .1945096

internet | .0763709 .0638581 1.20 0.232 -.0488016 .2015434

muni | .0417875 .0507672 0.82 0.410 -.0577246 .1412997

esc | .0263639 .0022819 11.55 0.000 .0218909 .0308368

experiencia | .0255157 .001197 21.32 0.000 .0231695 .027862

experiencia2 | -.0003318 .0000212 -15.68 0.000 -.0003733 -.0002903

rural | -.0150781 .0129624 -1.16 0.245 -.0404866 .0103305

contrato_si | .1062477 .0217205 4.89 0.000 .063672 .1488235

indefinido | -.099204 .0209442 -4.74 0.000 -.1402582 -.0581498

pers2a5 | -.3598479 .0286722 -12.55 0.000 -.4160502 -.3036457

pers6a9 | -.4359979 .0343053 -12.71 0.000 -.503242 -.3687537

pers10a49 | -.1574605 .0164999 -9.54 0.000 -.1898031 -.1251179

pers50a199 | -.1042132 .0178347 -5.84 0.000 -.1391723 -.0692542

pers200omas | -.0948266 .0182495 -5.20 0.000 -.1305986 -.0590546

sector_noesp | .4840773 .0831941 5.82 0.000 .321003 .6471517

sector_min | (dropped)

sector_ind | .40966 .0376756 10.87 0.000 .3358096 .4835104

sector_energ | .4548137 .061951 7.34 0.000 .3333794 .5762479

sector_const | .3699097 .0304587 12.14 0.000 .3102056 .4296139

sector_com | .2722411 .0344955 7.89 0.000 .2046243 .339858

sector_trans | .1830905 .0270918 6.76 0.000 .1299861 .2361949

sector_fin | .4654217 .047797 9.74 0.000 .3717315 .5591118

sector_ser~m | .6172743 .0559223 11.04 0.000 .5076572 .7268914

rg1 | .0268569 .0391646 0.69 0.493 -.0499122 .103626

rg2 | -.0451229 .0387422 -1.16 0.244 -.1210641 .0308183

rg3 | .2043956 .0324489 6.30 0.000 .1407902 .2680009

rg4 | -.1100875 .0327254 -3.36 0.001 -.1742347 -.0459404

rg5 | -.1922873 .0238432 -8.06 0.000 -.2390239 -.1455507

rg6 | .061518 .0201404 3.05 0.002 .0220394 .1009966

rg7 | -.0392034 .0213684 -1.83 0.067 -.081089 .0026822

rg8 | .1438395 .0215345 6.68 0.000 .1016283 .1860507

rg9 | .1582844 .0252797 6.26 0.000 .108732 .2078368

rg10 | .1289059 .0197643 6.52 0.000 .0901645 .1676473

rg11 | (dropped)

rg12 | (dropped)

95

_cons | 4.937738 .1493345 33.06 0.000 4.645017 5.230459

Quintil 4














LR chi2(39) = 108.47

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.1041818 .1035121 -1.01 0.314 -.3070618 .0986983

gto_mun | -.0003368 .0005167 -0.65 0.515 -.0013496 .000676

luz | -1.199711 .5161911 -2.32 0.020 -2.211427 -.1879948

agua | -.8985061 .448899 -2.00 0.045 -1.778332 -.0186803

alcan | .1346848 .315659 0.43 0.670 -.4839954 .753365

lyauth_t_c | -.1488806 .183264 -0.81 0.417 -.5080715 .2103103

tiene_omil | .106105 .1353377 0.78 0.433 -.1591521 .3713621

esc | .0094311 .0161104 0.59 0.558 -.0221446 .0410068

experiencia | .0065733 .0100188 0.66 0.512 -.0130632 .0262099

experiencia2 | -.0000333 .00017 -0.20 0.845 -.0003664 .0002998

rural | -.2691832 .1389681 -1.94 0.053 -.5415558 .0031894

contrato_si | .2645174 .1516675 1.74 0.081 -.0327455 .5617803

indefinido | -.0355969 .1140165 -0.31 0.755 -.2590652 .1878714

sector_noesp | .4952658 .429908 1.15 0.249 -.3473384 1.33787

sector_min | -.1654845 .2791332 -0.59 0.553 -.7125755 .3816065

sector_ind | .0548516 .184848 0.30 0.767 -.3074437 .4171469

sector_energ | .5667652 .3190063 1.78 0.076 -.0584758 1.192006

sector_const | -.0540535 .2021267 -0.27 0.789 -.4502146 .3421075

sector_com | .1290843 .1975559 0.65 0.513 -.2581182 .5162869

sector_trans | .1160806 .2060543 0.56 0.573 -.2877784 .5199397

sector_fin | .0818125 .2534629 0.32 0.747 -.4149656 .5785907

sector_ser~m | .5090975 .1508468 3.37 0.001 .2134431 .8047518

pers2a5 | -.3674904 .2236222 -1.64 0.100 -.8057819 .0708012

pers6a9 | .1597698 .2208763 0.72 0.469 -.2731399 .5926795

pers10a49 | .2070829 .1462373 1.42 0.157 -.0795369 .4937026

pers50a199 | .0396645 .1675129 0.24 0.813 -.2886548 .3679838

pers200omas | .0273156 .1483119 0.18 0.854 -.2633702 .3180015

rg1 | .2305078 .248473 0.93 0.354 -.2564903 .7175059

rg2 | .3915501 .2117812 1.85 0.064 -.0235333 .8066336

rg3 | .477246 .1994401 2.39 0.017 .0863505 .8681415

rg4 | -.3178024 .3765904 -0.84 0.399 -1.055906 .4203011

rg5 | .0549764 .1726763 0.32 0.750 -.283463 .3934158

rg6 | .4936243 .1899818 2.60 0.009 .1212668 .8659818

rg7 | -.1931466 .2764811 -0.70 0.485 -.7350396 .3487464

rg8 | -.0918312 .2055603 -0.45 0.655 -.4947221 .3110596

rg9 | -.1774153 .261961 -0.68 0.498 -.6908495 .3360189

rg10 | -.1097789 .213017 -0.52 0.606 -.5272845 .3077267

rg11 | .7385805 .2186751 3.38 0.001 .3099853 1.167176

rg12 | -.5454126 .4674908 -1.17 0.243 -1.461678 .3708526

_cons | .7088979 2.411418 0.29 0.769 -4.017395 5.43519

------------------------------------------------------------------------------


96



proylin_79 not found

r(111);

end of do-file

r(111);

. do "C:\Users\CRISTI~1\AppData\Local\Temp\STD02000000.tmp"




muni ///







F( 43, 10366) = 48.61

Prob > F = 0.0000

R-squared = 0.1504

Root MSE = .61784

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~84 | .3438404 .0385792 8.91 0.000 .2682178 .4194631

familiar | .0156967 .0173346 0.91 0.365 -.0182825 .0496758

amigo | -.0543518 .0159147 -3.42 0.001 -.0855477 -.023156

compa | -.0307657 .0283701 -1.08 0.278 -.0863765 .0248451

empl | -.0231247 .0284161 -0.81 0.416 -.0788258 .0325764

omil | -.1266472 .0640519 -1.98 0.048 -.2522012 -.0010932

puente | .1438179 .30404 0.47 0.636 -.4521591 .7397949

priv | -.0164257 .0823181 -0.20 0.842 -.177785 .1449337

estud | .097224 .0388261 2.50 0.012 .0211174 .1733306

internet | .0858906 .0812558 1.06 0.291 -.0733863 .2451676

muni | -.010695 .0468239 -0.23 0.819 -.1024789 .0810889

esc | .0513066 .0023901 21.47 0.000 .0466217 .0559916

experiencia | .0299268 .0013572 22.05 0.000 .0272663 .0325872

experiencia2 | -.0003596 .0000239 -15.06 0.000 -.0004064 -.0003128

rural | -.0873787 .0178246 -4.90 0.000 -.1223184 -.052439

contrato_si | -.0891466 .0221139 -4.03 0.000 -.1324941 -.0457991

indefinido | -.0187579 .0155354 -1.21 0.227 -.0492102 .0116944

pers2a5 | -.2649717 .027929 -9.49 0.000 -.319718 -.2102254

pers6a9 | -.1856273 .0294372 -6.31 0.000 -.24333 -.1279247

pers10a49 | -.0283833 .0215687 -1.32 0.188 -.0706622 .0138956

pers50a199 | -.0826215 .0223362 -3.70 0.000 -.1264049 -.0388382

pers200omas | .0366119 .0204508 1.79 0.073 -.0034756 .0766993

sector_noesp | .3009959 .0824484 3.65 0.000 .1393811 .4626106

sector_min | .1536209 .033388 4.60 0.000 .0881739 .2190679

sector_ind | .0788333 .0214427 3.68 0.000 .0368016 .1208651

sector_energ | .3782332 .0508343 7.44 0.000 .2785883 .4778782

sector_const | .0450154 .0225402 2.00 0.046 .0008322 .0891985

sector_com | .0451288 .0264895 1.70 0.088 -.0067957 .0970533

sector_trans | .0220968 .0274053 0.81 0.420 -.0316229 .0758164

sector_fin | .0552474 .0320743 1.72 0.085 -.0076244 .1181191

sector_ser~m | .2524022 .0290649 8.68 0.000 .1954294 .309375

rg1 | .0661369 .0403841 1.64 0.102 -.0130237 .1452975

rg2 | .1434236 .0380379 3.77 0.000 .068862 .2179853

rg3 | .2645639 .0355378 7.44 0.000 .1949028 .3342249

rg4 | -.035124 .0344698 -1.02 0.308 -.1026914 .0324434

rg5 | .0052584 .0208294 0.25 0.801 -.0355713 .046088

rg6 | .1241472 .0279067 4.45 0.000 .0694447 .1788497

97

rg7 | -.0419173 .0280191 -1.50 0.135 -.09684 .0130054

rg8 | .0646953 .0235595 2.75 0.006 .0185141 .1108766

rg9 | .1048128 .0320974 3.27 0.001 .0418958 .1677299

rg10 | .2028193 .0232859 8.71 0.000 .1571744 .2484642

rg11 | .2508341 .0668596 3.75 0.000 .1197765 .3818918

rg12 | -.0097149 .0398322 -0.24 0.807 -.0877937 .068364

_cons | 5.34524 .1357993 39.36 0.000 5.079047 5.611433

Quintil 5




























LR chi2(32) = 67.50

Prob > chi2 = 0.0002


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.2828379 .1809524 -1.56 0.118 -.6374981 .0718223

gto_mun | .0005389 .0007372 0.73 0.465 -.0009061 .0019839

luz | 1.271869 1.299164 0.98 0.328 -1.274445 3.818183

agua | -.9705799 .9540142 -1.02 0.309 -2.840413 .8992536

alcan | -.0973097 .6180305 -0.16 0.875 -1.308627 1.114008

lyauth_t_c | .3502038 .2879092 1.22 0.224 -.2140879 .9144955

tiene_omil | .6670466 .2727272 2.45 0.014 .132511 1.201582

esc | -.0736476 .0255884 -2.88 0.004 -.1237999 -.0234953

experiencia | -.0059045 .0165791 -0.36 0.722 -.038399 .0265899

experiencia2 | .0001501 .0002656 0.57 0.572 -.0003704 .0006706

rural | .133291 .2310851 0.58 0.564 -.3196275 .5862095

contrato_si | .3418648 .2683521 1.27 0.203 -.1840956 .8678252

indefinido | -.3699795 .2011766 -1.84 0.066 -.7642783 .0243194

sector_min | .7554213 .4878718 1.55 0.122 -.2007898 1.711632

sector_ind | .8520746 .4329664 1.97 0.049 .003476 1.700673

sector_com | .6847014 .447939 1.53 0.126 -.193243 1.562646

98

sector_trans | .5289801 .517414 1.02 0.307 -.4851327 1.543093

sector_fin | .5833779 .5388179 1.08 0.279 -.4726857 1.639441

sector_ser~m | 1.412216 .4034435 3.50 0.000 .621481 2.20295

pers2a5 | -.5682423 .3896373 -1.46 0.145 -1.331917 .1954327

pers10a49 | .2978408 .2614478 1.14 0.255 -.2145874 .810269

pers50a199 | .2774133 .2863838 0.97 0.333 -.2838887 .8387152

pers200omas | -.1672966 .2834947 -0.59 0.555 -.722936 .3883429

rg1 | .2654449 .3948948 0.67 0.501 -.5085347 1.039425

rg2 | -.2311933 .4429491 -0.52 0.602 -1.099358 .636971

rg3 | .4451319 .3013101 1.48 0.140 -.1454251 1.035689

rg4 | .0412397 .4530789 0.09 0.927 -.8467786 .9292581

rg6 | .5802013 .330223 1.76 0.079 -.067024 1.227427

rg7 | .0834683 .4311902 0.19 0.847 -.761649 .9285856

rg9 | .0927181 .4365264 0.21 0.832 -.7628578 .9482941

rg10 | .0655038 .3440941 0.19 0.849 -.6089081 .7399158

rg12 | .3434535 .3653392 0.94 0.347 -.3725982 1.059505

_cons | -8.178333 3.910628 -2.09 0.037 -15.84302 -.5136419

------------------------------------------------------------------------------






muni ///







F( 35, 4737) = 42.20

Prob > F = 0.0000

R-squared = 0.2349

Root MSE = .79177

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~85 | .1695086 .0415517 4.08 0.000 .088048 .2509691

familiar | -.0565878 .0327674 -1.73 0.084 -.1208272 .0076515

amigo | -.1155449 .0314341 -3.68 0.000 -.1771703 -.0539194

compa | .0036643 .0546839 0.07 0.947 -.1035416 .1108701

empl | .0459173 .0639362 0.72 0.473 -.0794273 .1712619

omil | -.1894748 .1778436 -1.07 0.287 -.5381309 .1591813

puente | (dropped)

priv | .120316 .120036 1.00 0.316 -.1150103 .3556423

estud | .0764141 .0520134 1.47 0.142 -.0255563 .1783846

internet | .0584452 .1127918 0.52 0.604 -.1626792 .2795696

muni | -.1308007 .0763941 -1.71 0.087 -.2805686 .0189672

esc | .0814273 .0050293 16.19 0.000 .0715674 .0912871

experiencia | .0341243 .0027039 12.62 0.000 .0288234 .0394252

experiencia2 | -.0003339 .0000489 -6.83 0.000 -.0004297 -.0002381

rural | .0763151 .0319401 2.39 0.017 .0136975 .1389326

contrato_si | -.3982908 .0463444 -8.59 0.000 -.4891474 -.3074341

indefinido | -.1396789 .0381166 -3.66 0.000 -.2144051 -.0649527

pers2a5 | -.0109974 .0457179 -0.24 0.810 -.1006258 .078631

pers6a9 | (dropped)

pers10a49 | .0822168 .0455016 1.81 0.071 -.0069876 .1714212

pers50a199 | .1757419 .0453707 3.87 0.000 .0867943 .2646895

pers200omas | .1753583 .0408252 4.30 0.000 .0953219 .2553948


sector_min | .3113007 .0657509 4.73 0.000 .1823982 .4402031

sector_ind | .0455765 .0566761 0.80 0.421 -.065535 .156688


sector_const | (dropped)

99

sector_com | -.133129 .0542194 -2.46 0.014 -.2394243 -.0268338

sector_trans | -.0822761 .0587214 -1.40 0.161 -.1973972 .0328451

sector_fin | .1900477 .057532 3.30 0.001 .0772582 .3028372

sector_ser~m | .1336099 .0686775 1.95 0.052 -.0010298 .2682497

rg1 | -.3143552 .058052 -5.42 0.000 -.4281641 -.2005462

rg2 | -.1553611 .0476409 -3.26 0.001 -.2487594 -.0619628

rg3 | -.1246052 .0570738 -2.18 0.029 -.2364963 -.012714

rg4 | -.1298186 .0601428 -2.16 0.031 -.2477266 -.0119107

rg5 | (dropped)

rg6 | -.1242719 .0479362 -2.59 0.010 -.2182492 -.0302945

rg7 | -.1655173 .0532179 -3.11 0.002 -.2698491 -.0611855

rg8 | (dropped)

rg9 | -.1218375 .0471121 -2.59 0.010 -.2141991 -.029476

rg10 | -.07508 .0392872 -1.91 0.056 -.1521011 .0019412

rg11 | (dropped)

rg12 | -.1147901 .061439 -1.87 0.062 -.235239 .0056588

_cons | 6.217686 .1443146 43.08 0.000 5.934762 6.50061

Quintiles 1 y 2






rg11 rg12 if indepe==0 & qaut_2>=1 & qaut_2<3










LR chi2(38) = 504.97

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | .0343435 .0692013 0.50 0.620 -.1012885 .1699755

gto_mun | .0007423 .0002857 2.60 0.009 .0001822 .0013024

luz | -.132838 .3702974 -0.36 0.720 -.8586076 .5929316

agua | .09252 .2345804 0.39 0.693 -.3672492 .5522892

alcan | -.1755846 .1675287 -1.05 0.295 -.5039349 .1527657

lyauth_t_c | -.159786 .1063373 -1.50 0.133 -.3682033 .0486312

tiene_omil | .0676865 .0734716 0.92 0.357 -.0763152 .2116883

esc | -.0224854 .0098607 -2.28 0.023 -.0418121 -.0031587

experiencia | -.0067316 .0062702 -1.07 0.283 -.0190209 .0055577

experiencia2 | .0001231 .0000948 1.30 0.194 -.0000626 .0003089

rural | -.1548479 .0664813 -2.33 0.020 -.2851489 -.024547

contrato_si | .3896152 .0747323 5.21 0.000 .2431425 .5360879

indefinido | -.3835512 .0629112 -6.10 0.000 -.5068548 -.2602476

sector_min | .0648249 .2515232 0.26 0.797 -.4281516 .5578013

sector_ind | .4263216 .1062636 4.01 0.000 .2180487 .6345945

sector_energ | .4503403 .2794219 1.61 0.107 -.0973167 .9979972

sector_const | .5037282 .091309 5.52 0.000 .3247658 .6826907

sector_com | .5455943 .1226555 4.45 0.000 .305194 .7859947

sector_trans | .3536417 .1449395 2.44 0.015 .0695656 .6377179

sector_fin | .5873475 .1739933 3.38 0.001 .2463268 .9283681

sector_ser~m | 1.256018 .0835203 15.04 0.000 1.092321 1.419714

pers2a5 | -.1457344 .1013238 -1.44 0.150 -.3443254 .0528567

pers6a9 | -.0448608 .1363793 -0.33 0.742 -.3121593 .2224377

pers10a49 | .1204844 .0833701 1.45 0.148 -.042918 .2838867

100

pers50a199 | .1617396 .0904233 1.79 0.074 -.0154868 .3389659

pers200omas | .1926743 .0869047 2.22 0.027 .0223442 .3630044

rg1 | -.2962632 .2225554 -1.33 0.183 -.7324638 .1399374

rg2 | .1031551 .1883111 0.55 0.584 -.2659278 .4722381

rg3 | -.2338466 .2380814 -0.98 0.326 -.7004776 .2327844

rg4 | -.0808893 .1447188 -0.56 0.576 -.364533 .2027544

rg5 | -.1169157 .1071795 -1.09 0.275 -.3269837 .0931523

rg6 | -.2408418 .1263051 -1.91 0.057 -.4883952 .0067116

rg7 | -.1611747 .1215465 -1.33 0.185 -.3994015 .077052

rg8 | -.0639498 .1053188 -0.61 0.544 -.2703709 .1424713

rg9 | -.1707065 .1300695 -1.31 0.189 -.425638 .0842249

rg10 | -.0441923 .1155229 -0.38 0.702 -.270613 .1822284

rg11 | .3897728 .2191465 1.78 0.075 -.0397464 .819292

rg12 | -.4227572 .4196994 -1.01 0.314 -1.245353 .3998384

_cons | -.5758574 1.391619 -0.41 0.679 -3.30338 2.151665

------------------------------------------------------------------------------






muni ///






robust


F( 42, 24972) = 65.56

Prob > F = 0.0000

R-squared = 0.1095

Root MSE = .60581

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~86 | -.0456527 .0552723 -0.83 0.409 -.1539896 .0626842

familiar | .0347517 .0118788 2.93 0.003 .0114686 .0580349

amigo | -.001723 .0104368 -0.17 0.869 -.0221797 .0187336

compa | .0449354 .0196097 2.29 0.022 .0064992 .0833717

empl | .0131492 .0159448 0.82 0.410 -.0181036 .0444019

omil | -.0607294 .0330694 -1.84 0.066 -.1255473 .0040886

puente | -.0237116 .136532 -0.17 0.862 -.2913223 .2438991

priv | -.1051366 .0699991 -1.50 0.133 -.242339 .0320658

estud | .0966619 .0371859 2.60 0.009 .0237753 .1695485

internet | .0647033 .1672372 0.39 0.699 -.2630915 .3924982

muni | -.0060263 .0360235 -0.17 0.867 -.0766345 .0645819

esc | .0257843 .0019582 13.17 0.000 .0219462 .0296224

experiencia | .0185039 .0009964 18.57 0.000 .0165508 .0204569

experiencia2 | -.0002697 .0000176 -15.33 0.000 -.0003042 -.0002352

rural | -.0189767 .010489 -1.81 0.070 -.0395359 .0015824

contrato_si | .1268927 .0220516 5.75 0.000 .0836703 .1701151

indefinido | .1327914 .0213757 6.21 0.000 .0908937 .174689

pers2a5 | -.1433389 .0164297 -8.72 0.000 -.1755421 -.1111357

pers6a9 | -.1345037 .0160752 -8.37 0.000 -.1660121 -.1029953

pers10a49 | -.0911659 .0135538 -6.73 0.000 -.1177322 -.0645996

pers50a199 | -.0639165 .0156259 -4.09 0.000 -.0945442 -.0332888

pers200omas | -.0136628 .0162141 -0.84 0.399 -.0454434 .0181178


sector_min | .1701822 .0252957 6.73 0.000 .1206011 .2197633

sector_ind | .0760229 .0246031 3.09 0.002 .0277994 .1242464

sector_energ | .1224398 .0435294 2.81 0.005 .0371197 .2077599

sector_const | .1012243 .027538 3.68 0.000 .0472482 .1552003

sector_com | .0370675 .0307844 1.20 0.229 -.0232716 .0974067

101

sector_trans | .0478105 .0239962 1.99 0.046 .0007765 .0948445

sector_fin | .095194 .0348473 2.73 0.006 .0268912 .1634967

sector_ser~m | .0516516 .0639259 0.81 0.419 -.073647 .1769502

rg1 | .043653 .0333207 1.31 0.190 -.0216575 .1089635

rg2 | -.0109867 .0450634 -0.24 0.807 -.0993136 .0773402

rg3 | .137524 .0284299 4.84 0.000 .0817997 .1932483

rg4 | -.0336219 .0197646 -1.70 0.089 -.0723617 .0051179

rg5 | -.0022939 .0147529 -0.16 0.876 -.0312105 .0266228

rg6 | -.0023292 .0170941 -0.14 0.892 -.0358347 .0311763

rg7 | -.0277286 .016288 -1.70 0.089 -.059654 .0041968

rg8 | -.0999262 .0141395 -7.07 0.000 -.1276404 -.0722119

rg9 | -.0373528 .0175092 -2.13 0.033 -.0716719 -.0030337

rg10 | .0818189 .015069 5.43 0.000 .0522829 .111355

rg11 | .1235886 .057016 2.17 0.030 .0118338 .2353433

rg12 | .0148058 .0561958 0.26 0.792 -.0953413 .1249528

_cons | 6.188589 .1701325 36.38 0.000 5.855119 6.522058

Quintiles 3 y 4






rg11 rg12 if indepe==0 & qaut_2>=3 & qaut_2<5








LR chi2(39) = 250.65

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.1022247 .0706217 -1.45 0.148 -.2406408 .0361913

gto_mun | -.0001239 .0003704 -0.33 0.738 -.0008498 .0006021

luz | -.7886543 .3831805 -2.06 0.040 -1.539674 -.0376343

agua | -.5851367 .2883935 -2.03 0.042 -1.150378 -.0198958

alcan | -.1061458 .202339 -0.52 0.600 -.5027229 .2904314

lyauth_t_c | -.191497 .1262247 -1.52 0.129 -.4388929 .0558988

tiene_omil | .1551462 .0889181 1.74 0.081 -.0191301 .3294225

esc | -.0067195 .0109193 -0.62 0.538 -.028121 .014682

experiencia | .0072459 .006873 1.05 0.292 -.0062249 .0207166

experiencia2 | -.0000543 .0001138 -0.48 0.633 -.0002774 .0001688

rural | -.2041769 .0879204 -2.32 0.020 -.3764977 -.0318562

contrato_si | .3520284 .1000848 3.52 0.000 .1558657 .5481911

indefinido | -.2311274 .0734934 -3.14 0.002 -.3751718 -.0870831

sector_noesp | .7944981 .3059687 2.60 0.009 .1948105 1.394186

sector_min | .0336365 .2482643 0.14 0.892 -.4529525 .5202255

sector_ind | .4905804 .1240304 3.96 0.000 .2474852 .7336756

sector_energ | .7615589 .2475801 3.08 0.002 .2763107 1.246807

sector_const | .3239512 .1297039 2.50 0.013 .0697362 .5781663

sector_com | .4043808 .1453815 2.78 0.005 .1194384 .6893233

sector_trans | .2902729 .1618212 1.79 0.073 -.0268908 .6074366

sector_fin | .5695429 .1667582 3.42 0.001 .2427029 .8963829

sector_ser~m | .9576146 .1106348 8.66 0.000 .7407744 1.174455

pers2a5 | -.419431 .1500264 -2.80 0.005 -.7134773 -.1253848

pers6a9 | -.1500088 .1739525 -0.86 0.388 -.4909494 .1909319

pers10a49 | .1025964 .0965047 1.06 0.288 -.0865494 .2917422

pers50a199 | .0511462 .1056501 0.48 0.628 -.1559243 .2582167

pers200omas | -.0449734 .0982627 -0.46 0.647 -.2375647 .1476179

rg1 | .1126185 .1833678 0.61 0.539 -.2467757 .4720127

102

rg2 | .1149202 .1762565 0.65 0.514 -.2305362 .4603767

rg3 | .3632253 .1511465 2.40 0.016 .0669837 .6594669

rg4 | -.4619161 .2695366 -1.71 0.087 -.9901981 .0663659

rg5 | -.183131 .1278727 -1.43 0.152 -.4337568 .0674947

rg6 | .3086145 .1221919 2.53 0.012 .0691227 .5481063

rg7 | -.161485 .1602598 -1.01 0.314 -.4755884 .1526185

rg8 | .0308387 .1237223 0.25 0.803 -.2116525 .2733298

rg9 | -.1072791 .1594772 -0.67 0.501 -.4198487 .2052905

rg10 | -.0830642 .1370646 -0.61 0.545 -.3517058 .1855775

rg11 | .4672018 .1911841 2.44 0.015 .0924878 .8419157

rg12 | -.4211719 .3399025 -1.24 0.215 -1.087369 .2450247

_cons | .7269112 1.660097 0.44 0.661 -2.526819 3.980642

------------------------------------------------------------------------------






muni ///






robust


F( 43, 22789) = 105.19

Prob > F = 0.0000

R-squared = 0.1498

Root MSE = .59885

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~87 | .4252424 .0301026 14.13 0.000 .3662394 .4842455

familiar | .0238235 .0116281 2.05 0.040 .0010317 .0466153

amigo | -.0591015 .0105688 -5.59 0.000 -.0798172 -.0383859

compa | -.0084778 .0187838 -0.45 0.652 -.0452953 .0283398

empl | -.001505 .0174481 -0.09 0.931 -.0357045 .0326945

omil | -.1171287 .0414485 -2.83 0.005 -.1983707 -.0358868

puente | -.029104 .1511291 -0.19 0.847 -.3253273 .2671193

priv | .0437363 .0526116 0.83 0.406 -.059386 .1468585

estud | .1118609 .0271556 4.12 0.000 .0586341 .1650877

internet | .1120039 .0560797 2.00 0.046 .0020838 .2219241

muni | .0291459 .0355997 0.82 0.413 -.0406319 .0989236

esc | .0441124 .0016515 26.71 0.000 .0408755 .0473494

experiencia | .0275943 .0009017 30.60 0.000 .025827 .0293617

experiencia2 | -.0003257 .0000159 -20.44 0.000 -.000357 -.0002945

rural | -.0613665 .010719 -5.73 0.000 -.0823764 -.0403566

contrato_si | .0110229 .0154713 0.71 0.476 -.0193019 .0413477

indefinido | -.0544838 .0116496 -4.68 0.000 -.0773178 -.0316498

pers2a5 | -.3189964 .0200524 -15.91 0.000 -.3583006 -.2796923

pers6a9 | -.2763131 .0190386 -14.51 0.000 -.3136301 -.2389962

pers10a49 | -.0971892 .0131966 -7.36 0.000 -.1230554 -.071323

pers50a199 | -.0949521 .0140505 -6.76 0.000 -.1224921 -.0674121

pers200omas | -.0262439 .0133827 -1.96 0.050 -.0524748 -.000013

sector_noesp | .4137656 .0596883 6.93 0.000 .2967725 .5307588

sector_min | .243557 .0214855 11.34 0.000 .201444 .28567

sector_ind | .2575036 .0184765 13.94 0.000 .2212884 .2937188

sector_energ | .4470201 .0414885 10.77 0.000 .3656998 .5283403

sector_const | .2095384 .0159745 13.12 0.000 .1782274 .2408495

sector_com | .160893 .0198705 8.10 0.000 .1219455 .1998406

sector_trans | .1164825 .0188515 6.18 0.000 .0795323 .1534327

sector_fin | .2656204 .025132 10.57 0.000 .21636 .3148808

sector_ser~m | .4737223 .0294917 16.06 0.000 .4159165 .531528

103

rg1 | .0659227 .0286793 2.30 0.022 .0097093 .1221361

rg2 | .097602 .024245 4.03 0.000 .0500801 .1451239

rg3 | .2826536 .0240024 11.78 0.000 .2356072 .3297

rg4 | -.1034837 .0230608 -4.49 0.000 -.1486845 -.0582829

rg5 | -.0926095 .013852 -6.69 0.000 -.1197604 -.0654585

rg6 | .0827349 .0169461 4.88 0.000 .0495193 .1159505

rg7 | -.056304 .0173416 -3.25 0.001 -.0902947 -.0223134

rg8 | .1099395 .0163632 6.72 0.000 .0778665 .1420125

rg9 | .1286305 .0203403 6.32 0.000 .0887621 .1684989

rg10 | .1761158 .0157521 11.18 0.000 .1452407 .2069909

rg11 | .293017 .0454412 6.45 0.000 .2039492 .3820848

rg12 | -.0144559 .0295928 -0.49 0.625 -.0724597 .043548

_cons | 4.943149 .1039047 47.57 0.000 4.739489 5.146809

Separados por Quintiles de Ingreso Autónomo del Hogar per Cápita, excluyendo a las personas que están en los bordes de cada Quintil.


Quintil 1






> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & qaut_2==1 &

borde_om_esc==0, robust


F( 42, 11101) = 29.71

Prob > F = 0.0000

R-squared = 0.1101

Root MSE = .64522

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0258244 .0191449 1.35 0.177 -.0117031 .0633519

amigo | .0226631 .016899 1.34 0.180 -.0104621 .0557882

compa | .0556399 .0299751 1.86 0.063 -.0031167 .1143964

empl | .0150952 .0262575 0.57 0.565 -.0363742 .0665647

omil | -.0439196 .0506544 -0.87 0.386 -.1432112 .055372

puente | -.1016087 .1662767 -0.61 0.541 -.4275406 .2243233

priv | -.2430898 .160771 -1.51 0.131 -.5582295 .0720498

estud | .0665362 .0985321 0.68 0.500 -.1266043 .2596767

internet | .1178768 .3947575 0.30 0.765 -.6559181 .8916716

muni | .0478181 .0486016 0.98 0.325 -.0474497 .1430859

esc | .014114 .0025575 5.52 0.000 .0091008 .0191271

experiencia | .018899 .0017116 11.04 0.000 .015544 .022254

experiencia2 | -.0003043 .0000291 -10.45 0.000 -.0003614 -.0002472

rural | -.0535265 .0141549 -3.78 0.000 -.0812727 -.0257804

contrato_si | .206374 .0151999 13.58 0.000 .1765795 .2361684

indefinido | .125408 .0127907 9.80 0.000 .100336 .15048

pers2a5 | -.1236304 .0217801 -5.68 0.000 -.1663232 -.0809376

pers6a9 | -.102092 .0241338 -4.23 0.000 -.1493986 -.0547854

pers10a49 | -.0515634 .0192785 -2.67 0.007 -.0893527 -.013774

pers50a199 | -.0592018 .0218815 -2.71 0.007 -.1020933 -.0163102

pers200omas | -.0184086 .0216866 -0.85 0.396 -.0609181 .0241009

sector_noesp | .2441726 .1065756 2.29 0.022 .0352655 .4530798

sector_min | .074363 .0476362 1.56 0.119 -.0190124 .1677384

sector_ind | .0941105 .0208247 4.52 0.000 .0532904 .1349306

sector_energ | .2194573 .0676922 3.24 0.001 .0867686 .3521459

104

sector_const | .1198839 .0199545 6.01 0.000 .0807696 .1589982

sector_com | .0534581 .0269996 1.98 0.048 .000534 .1063821

sector_trans | .0334003 .026861 1.24 0.214 -.019252 .0860527

sector_fin | .0961754 .031908 3.01 0.003 .0336302 .1587207

sector_ser~m | .1244046 .0260322 4.78 0.000 .0733769 .1754323

rg1 | .0146993 .050663 0.29 0.772 -.0846092 .1140077

rg2 | -.0778732 .0908022 -0.86 0.391 -.2558616 .1001153

rg3 | .0756647 .0424635 1.78 0.075 -.0075714 .1589007

rg4 | -.0046167 .0304361 -0.15 0.879 -.0642768 .0550433

rg5 | .0005497 .0237114 0.02 0.982 -.0459288 .0470282

rg6 | -.0019088 .0246884 -0.08 0.938 -.0503023 .0464848

rg7 | -.0499197 .0261104 -1.91 0.056 -.1011008 .0012614

rg8 | -.1322151 .0225104 -5.87 0.000 -.1763396 -.0880907

rg9 | -.0520394 .0253542 -2.05 0.040 -.1017383 -.0023406

rg10 | .0550761 .0251877 2.19 0.029 .0057038 .1044484

rg11 | .0371057 .0952617 0.39 0.697 -.1496242 .2238356

rg12 | .0230485 .0885354 0.26 0.795 -.1504967 .1965936

_cons | 5.961348 .0448626 132.88 0.000 5.873409 6.049287

Quintil 2









F( 42, 12126) = 34.14

Prob > F = 0.0000

R-squared = 0.1037

Root MSE = .54161

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0334775 .0152602 2.19 0.028 .0035651 .0633898

amigo | -.0089864 .0133971 -0.67 0.502 -.0352467 .017274

compa | .0394492 .026854 1.47 0.142 -.0131889 .0920873

empl | .0137671 .0201496 0.68 0.494 -.0257293 .0532634

omil | -.0580522 .0410873 -1.41 0.158 -.1385898 .0224854

puente | -.1465827 .2332683 -0.63 0.530 -.6038258 .3106604

priv | .0020053 .0497326 0.04 0.968 -.0954785 .0994892

estud | .0985319 .0397656 2.48 0.013 .020585 .1764788

internet | .0973645 .159011 0.61 0.540 -.2143223 .4090514

muni | -.0629761 .0591011 -1.07 0.287 -.1788236 .0528714

esc | .0270986 .0021571 12.56 0.000 .0228704 .0313268

experiencia | .0227825 .0011773 19.35 0.000 .0204749 .0250902

experiencia2 | -.0003283 .0000209 -15.71 0.000 -.0003693 -.0002873

rural | .005101 .0111614 0.46 0.648 -.0167771 .0269791

contrato_si | .0536187 .0133086 4.03 0.000 .0275318 .0797056

indefinido | .0886411 .0106147 8.35 0.000 .0678345 .1094476

pers2a5 | -.1464988 .019947 -7.34 0.000 -.185598 -.1073995

pers6a9 | -.1387847 .0213291 -6.51 0.000 -.1805931 -.0969763

pers10a49 | -.1122885 .0157967 -7.11 0.000 -.1432525 -.0813246

pers50a199 | -.0699463 .0170954 -4.09 0.000 -.103456 -.0364366

pers200omas | -.0198117 .0171152 -1.16 0.247 -.0533601 .0137368

sector_noesp | .2009714 .079949 2.51 0.012 .0442586 .3576842

sector_min | .2019386 .0284471 7.10 0.000 .1461776 .2576995

sector_ind | .0698187 .0164949 4.23 0.000 .037486 .1021513

sector_energ | .1208223 .0416557 2.90 0.004 .0391706 .2024741

sector_const | .1066176 .016373 6.51 0.000 .0745238 .1387114

sector_com | .0382341 .0219609 1.74 0.082 -.0048129 .081281

sector_trans | .0532764 .0232217 2.29 0.022 .0077583 .0987946

sector_fin | .0891747 .0284687 3.13 0.002 .0333715 .1449779

sector_ser~m | .0865021 .0210114 4.12 0.000 .0453164 .1276877

105

rg1 | .1348873 .0427892 3.15 0.002 .0510137 .2187609

rg2 | .0253537 .049189 0.52 0.606 -.0710646 .1217721

rg3 | .1495722 .0331646 4.51 0.000 .0845643 .21458

rg4 | -.029792 .0274234 -1.09 0.277 -.0835463 .0239623

rg5 | .0011846 .0188368 0.06 0.950 -.0357387 .0381078

rg6 | -.0308804 .01846 -1.67 0.094 -.0670649 .0053042

rg7 | .0131438 .0190205 0.69 0.490 -.0241394 .050427

rg8 | -.0062906 .0185737 -0.34 0.735 -.042698 .0301168

rg9 | .0302255 .0228314 1.32 0.186 -.0145277 .0749786

rg10 | .0989356 .0195387 5.06 0.000 .0606365 .1372346

rg11 | .2047653 .056563 3.62 0.000 .0938928 .3156378

rg12 | -.0743105 .0720429 -1.03 0.302 -.2155262 .0669052

_cons | 6.150986 .0361055 170.36 0.000 6.080214 6.221759

Quintil 3









F( 42, 10419) = 38.01

Prob > F = 0.0000

R-squared = 0.1193

Root MSE = .56441

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0283172 .0166214 1.70 0.088 -.0042639 .0608983

amigo | -.0549386 .014831 -3.70 0.000 -.0840103 -.0258669

compa | -.0124092 .0265675 -0.47 0.640 -.0644867 .0396682

empl | .018855 .0232047 0.81 0.416 -.0266307 .0643406

omil | -.086519 .0559276 -1.55 0.122 -.1961477 .0231098

puente | -.0265305 .1973516 -0.13 0.893 -.4133776 .3603165

priv | .1178725 .0707793 1.67 0.096 -.0208685 .2566134

estud | .1257245 .0409069 3.07 0.002 .045539 .2059099

internet | .0948796 .067155 1.41 0.158 -.0367571 .2265162

muni | .0385096 .0583461 0.66 0.509 -.07586 .1528792

esc | .0353431 .0023359 15.13 0.000 .0307644 .0399219

experiencia | .0241398 .001273 18.96 0.000 .0216445 .0266351

experiencia2 | -.0003189 .000023 -13.86 0.000 -.000364 -.0002737

rural | .007983 .0135602 0.59 0.556 -.0185975 .0345635

contrato_si | -.0565873 .016109 -3.51 0.000 -.0881639 -.0250106

indefinido | .0635595 .0125272 5.07 0.000 .0390038 .0881151

pers2a5 | -.1564111 .0229053 -6.83 0.000 -.2013099 -.1115123

pers6a9 | -.1849361 .0261993 -7.06 0.000 -.2362916 -.1335805

pers10a49 | -.1472984 .0175953 -8.37 0.000 -.1817886 -.1128082

pers50a199 | -.107961 .0186725 -5.78 0.000 -.1445626 -.0713595

pers200omas | -.0277225 .0183622 -1.51 0.131 -.063716 .008271

sector_noesp | .0511327 .0766356 0.67 0.505 -.0990878 .2013532

sector_min | .2364827 .0302614 7.81 0.000 .1771645 .2958008

sector_ind | .066648 .018286 3.64 0.000 .030804 .102492

sector_energ | .1110413 .0533562 2.08 0.037 .0064529 .2156297

sector_const | .1124623 .0190285 5.91 0.000 .0751627 .1497618

sector_com | .0000655 .0227895 0.00 0.998 -.0446063 .0447373

sector_trans | .0410759 .023864 1.72 0.085 -.005702 .0878538

sector_fin | .0770755 .0275827 2.79 0.005 .0230082 .1311429

sector_ser~m | .0905256 .022664 3.99 0.000 .0460999 .1349514

rg1 | -.0322444 .0424933 -0.76 0.448 -.1155394 .0510507

rg2 | .117137 .0333907 3.51 0.000 .0516849 .182589

rg3 | .1832986 .0330821 5.54 0.000 .1184513 .2481459

rg4 | .0576211 .0294742 1.95 0.051 -.000154 .1153963

rg5 | -.023812 .0177045 -1.34 0.179 -.0585162 .0108922

106

rg6 | -.0265757 .01953 -1.36 0.174 -.0648583 .0117069

rg7 | -.0280592 .0236792 -1.18 0.236 -.0744749 .0183565

rg8 | .0340413 .0208295 1.63 0.102 -.0067886 .0748712

rg9 | .1281798 .0277847 4.61 0.000 .0737165 .1826431

rg10 | .1032084 .0220134 4.69 0.000 .060058 .1463588

rg11 | .171103 .0714021 2.40 0.017 .0311412 .3110648

rg12 | .0609183 .0404165 1.51 0.132 -.0183057 .1401423

_cons | 6.339742 .0404643 156.67 0.000 6.260424 6.419059

Quintil 4









F( 42, 8782) = 40.50

Prob > F = 0.0000

R-squared = 0.1464

Root MSE = .62304

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0032363 .0189865 0.17 0.865 -.0339816 .0404542

amigo | -.0632193 .0173559 -3.64 0.000 -.097241 -.0291977

compa | -.0282817 .0309788 -0.91 0.361 -.0890074 .0324439

empl | -.019946 .0315599 -0.63 0.527 -.0818109 .0419188

omil | -.1291042 .072876 -1.77 0.077 -.2719582 .0137498

puente | .1282713 .3140376 0.41 0.683 -.4873158 .7438585

priv | -.0204432 .0881667 -0.23 0.817 -.1932705 .1523842

estud | .0887588 .0400082 2.22 0.027 .0103333 .1671843

internet | .101787 .083395 1.22 0.222 -.0616868 .2652607

muni | -.0604125 .0522276 -1.16 0.247 -.1627908 .0419658

esc | .050754 .0025993 19.53 0.000 .0456588 .0558491

experiencia | .0295718 .0015063 19.63 0.000 .0266191 .0325244

experiencia2 | -.0003601 .0000269 -13.39 0.000 -.0004128 -.0003074

rural | -.0230927 .0179347 -1.29 0.198 -.0582488 .0120634

contrato_si | -.1791409 .0213015 -8.41 0.000 -.2208969 -.1373849

indefinido | -.005767 .0164453 -0.35 0.726 -.0380036 .0264697

pers2a5 | -.1521611 .026517 -5.74 0.000 -.2041406 -.1001815

pers6a9 | -.2450685 .0315935 -7.76 0.000 -.3069992 -.1831378

pers10a49 | -.0834278 .0221658 -3.76 0.000 -.1268779 -.0399777

pers50a199 | -.0776213 .0238409 -3.26 0.001 -.1243551 -.0308875

pers200omas | .046474 .0219636 2.12 0.034 .0034202 .0895277

sector_noesp | .1332812 .0774438 1.72 0.085 -.0185268 .2850893

sector_min | .216631 .0351071 6.17 0.000 .1478129 .2854492

sector_ind | .0686593 .0233556 2.94 0.003 .0228769 .1144417

sector_energ | .1884596 .0504216 3.74 0.000 .0896215 .2872977

sector_const | .046264 .024848 1.86 0.063 -.002444 .094972

sector_com | .0108029 .0281468 0.38 0.701 -.0443716 .0659773

sector_trans | .0014017 .0302308 0.05 0.963 -.0578577 .0606611

sector_fin | .0379921 .0351856 1.08 0.280 -.0309799 .1069641

sector_ser~m | .1043829 .0254688 4.10 0.000 .054458 .1543077

rg1 | -.0429871 .0434948 -0.99 0.323 -.128247 .0422729

rg2 | .0378303 .0397848 0.95 0.342 -.0401572 .1158177

rg3 | .0971373 .0334919 2.90 0.004 .0314853 .1627892

rg4 | .033326 .036906 0.90 0.367 -.0390185 .1056704

rg5 | -.0254263 .0223684 -1.14 0.256 -.0692736 .0184211

rg6 | .0010305 .0248096 0.04 0.967 -.0476021 .049663

rg7 | .0108771 .0309458 0.35 0.725 -.0497838 .0715381

rg8 | .0351676 .0256322 1.37 0.170 -.0150775 .0854127

rg9 | .0630123 .0349629 1.80 0.072 -.0055231 .1315477

rg10 | .1600338 .0252322 6.34 0.000 .1105727 .2094949

107

rg11 | -.0093411 .0617916 -0.15 0.880 -.1304671 .1117849

rg12 | .1151497 .0416599 2.76 0.006 .0334866 .1968129

_cons | 6.481498 .0463096 139.96 0.000 6.390721 6.572276

------------------------------------------------------------------------------

Quintil 5









F( 41, 6198) = .

Prob > F = .

R-squared = 0.2387

Root MSE = .80037

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | -.0592459 .0288167 -2.06 0.040 -.1157366 -.0027551

amigo | -.1281717 .0273674 -4.68 0.000 -.1818213 -.074522

compa | -.0252869 .0480967 -0.53 0.599 -.1195732 .0689993

empl | .0297074 .0510038 0.58 0.560 -.0702778 .1296925

omil | -.1859514 .1940151 -0.96 0.338 -.5662882 .1943854

puente | .6565971 .0575502 11.41 0.000 .5437788 .7694154

priv | .1322381 .115311 1.15 0.252 -.0938114 .3582876

estud | .0477618 .0464233 1.03 0.304 -.043244 .1387676

internet | .08205 .1150479 0.71 0.476 -.1434838 .3075839

muni | -.1234523 .0709938 -1.74 0.082 -.2626248 .0157202

esc | .0989449 .0035037 28.24 0.000 .0920763 .1058134

experiencia | .0375992 .0024322 15.46 0.000 .0328312 .0423671

experiencia2 | -.0003792 .0000454 -8.35 0.000 -.0004682 -.0002902

rural | .0778669 .0287674 2.71 0.007 .0214728 .1342611

contrato_si | -.4294812 .0373359 -11.50 0.000 -.5026725 -.35629

indefinido | -.1039336 .0303476 -3.42 0.001 -.1634255 -.0444418

pers2a5 | .0663059 .0370261 1.79 0.073 -.0062782 .1388899

pers6a9 | -.0573754 .0665774 -0.86 0.389 -.1878902 .0731394

pers10a49 | .0515436 .0383705 1.34 0.179 -.0236759 .1267631

pers50a199 | .17038 .0400887 4.25 0.000 .0917923 .2489677

pers200omas | .2111604 .0346672 6.09 0.000 .1432006 .2791202

sector_noesp | .1205341 .1006098 1.20 0.231 -.076696 .3177642

sector_min | .1795659 .053792 3.34 0.001 .0741149 .285017

sector_ind | -.0944793 .0428023 -2.21 0.027 -.1783867 -.010572

sector_energ | -.0535391 .10095 -0.53 0.596 -.2514361 .1443579

sector_const | -.0735139 .0458815 -1.60 0.109 -.1634575 .0164297

sector_com | -.2250852 .0437504 -5.14 0.000 -.3108512 -.1393192

sector_trans | -.1745017 .0485913 -3.59 0.000 -.2697576 -.0792458

sector_fin | .0422119 .0480448 0.88 0.380 -.0519725 .1363964

sector_ser~m | -.1093694 .0389813 -2.81 0.005 -.1857862 -.0329526

rg1 | -.3099883 .057988 -5.35 0.000 -.423665 -.1963116

rg2 | -.1065859 .0453051 -2.35 0.019 -.1953996 -.0177723

rg3 | -.1643272 .0544925 -3.02 0.003 -.2711514 -.057503

rg4 | -.1007613 .0600064 -1.68 0.093 -.2183948 .0168721

rg5 | -.0687883 .0390441 -1.76 0.078 -.1453282 .0077517

rg6 | -.1467109 .047946 -3.06 0.002 -.2407017 -.0527201

rg7 | -.0967823 .0535701 -1.81 0.071 -.2017984 .0082337

rg8 | -.1057657 .037739 -2.80 0.005 -.1797472 -.0317842

rg9 | -.080914 .0488818 -1.66 0.098 -.1767392 .0149112

rg10 | -.0800439 .039072 -2.05 0.041 -.1566385 -.0034493

rg11 | -.0718381 .0595136 -1.21 0.227 -.1885055 .0448293

rg12 | -.1388498 .0594699 -2.33 0.020 -.2554315 -.0222681

_cons | 6.63813 .0688754 96.38 0.000 6.50311 6.773149

108

Quintiles 1 y 2






> rg1 rg2 rg3 rg4 rg5 rg6 rg7 rg8 rg9 rg10 rg11 rg12 if indepe==0 & qaut_2>=1 & qaut_2<3 &



F( 42, 23270) = 63.12

Prob > F = 0.0000

R-squared = 0.1114

Root MSE = .61333

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0358551 .0124867 2.87 0.004 .0113803 .0603299

amigo | .0004702 .0109811 0.04 0.966 -.0210535 .0219939

compa | .049814 .0206816 2.41 0.016 .0092768 .0903513

empl | .014665 .016934 0.87 0.386 -.0185266 .0478567

omil | -.072786 .0333157 -2.18 0.029 -.1380869 -.0074851

puente | -.1795176 .1359965 -1.32 0.187 -.4460797 .0870445

priv | -.104653 .0727925 -1.44 0.151 -.2473311 .038025

estud | .1043622 .0392635 2.66 0.008 .0274032 .1813213

internet | .0979811 .1724482 0.57 0.570 -.2400288 .435991

muni | -.0240253 .0381945 -0.63 0.529 -.0988891 .0508385

esc | .0252874 .0017015 14.86 0.000 .0219524 .0286223

experiencia | .017871 .0010041 17.80 0.000 .0159029 .019839

experiencia2 | -.0002582 .0000176 -14.67 0.000 -.0002927 -.0002237

rural | -.0292122 .0092288 -3.17 0.002 -.0473012 -.0111232

contrato_si | .1527362 .010382 14.71 0.000 .1323867 .1730856

indefinido | .1140462 .008445 13.50 0.000 .0974934 .1305989

pers2a5 | -.1478932 .0153009 -9.67 0.000 -.177884 -.1179024

pers6a9 | -.1372939 .0167582 -8.19 0.000 -.1701411 -.1044467

pers10a49 | -.0858448 .012765 -6.73 0.000 -.1108649 -.0608246

pers50a199 | -.0602751 .0140776 -4.28 0.000 -.0878681 -.0326821

pers200omas | -.0084982 .0139326 -0.61 0.542 -.0358071 .0188106

sector_noesp | .2158644 .0672328 3.21 0.001 .0840838 .3476451

sector_min | .1724574 .0265352 6.50 0.000 .1204467 .2244681

sector_ind | .0926935 .013449 6.89 0.000 .0663326 .1190545

sector_energ | .1600274 .0383426 4.17 0.000 .0848733 .2351815

sector_const | .1234689 .013306 9.28 0.000 .0973883 .1495495

sector_com | .0602688 .017583 3.43 0.001 .025805 .0947326

sector_trans | .0590137 .0182533 3.23 0.001 .023236 .0947913

sector_fin | .1205571 .0227035 5.31 0.000 .0760567 .1650575

sector_ser~m | .112457 .0167966 6.70 0.000 .0795346 .1453794

rg1 | .0580499 .03454 1.68 0.093 -.0096508 .1257506

rg2 | .0003098 .045781 0.01 0.995 -.089424 .0900436

rg3 | .1296184 .0275469 4.71 0.000 .0756246 .1836122

rg4 | -.0414361 .0206377 -2.01 0.045 -.0818875 -.0009848

rg5 | -.0049456 .015148 -0.33 0.744 -.0346368 .0247455

rg6 | -.0096351 .0152025 -0.63 0.526 -.039433 .0201628

rg7 | -.0286147 .0164138 -1.74 0.081 -.0607868 .0035573

rg8 | -.1032083 .0147971 -6.97 0.000 -.1322117 -.074205

rg9 | -.0493161 .0174235 -2.83 0.005 -.0834674 -.0151649

rg10 | .0852871 .0159599 5.34 0.000 .0540047 .1165695

rg11 | .160349 .0526894 3.04 0.002 .0570742 .2636237

rg12 | -.0232024 .0557319 -0.42 0.677 -.1324406 .0860357

_cons | 6.037177 .0288847 209.01 0.000 5.980561 6.093793

------------------------------------------------------------------------------

Quintiles 3 y 4



109







F( 42, 19244) = 88.68

Prob > F = 0.0000

R-squared = 0.1462

Root MSE = .60721

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

familiar | .0197391 .0128158 1.54 0.124 -.0053811 .0448593

amigo | -.0675458 .011612 -5.82 0.000 -.0903063 -.0447853

compa | -.0140833 .0209472 -0.67 0.501 -.0551417 .026975

empl | -.0091379 .0192525 -0.47 0.635 -.0468744 .0285986

omil | -.1243591 .0462179 -2.69 0.007 -.2149503 -.033768

puente | .021491 .1754941 0.12 0.903 -.3224926 .3654747

priv | .0369448 .055841 0.66 0.508 -.0725084 .1463979

estud | .1112859 .0291716 3.81 0.000 .054107 .1684647

internet | .1296274 .0587916 2.20 0.027 .0143907 .2448642

muni | .0029143 .0399942 0.07 0.942 -.0754779 .0813065

esc | .0502819 .0017719 28.38 0.000 .0468088 .053755

experiencia | .0268467 .000994 27.01 0.000 .0248983 .0287951

experiencia2 | -.0003205 .0000178 -17.98 0.000 -.0003555 -.0002856

rural | -.014579 .0111454 -1.31 0.191 -.036425 .007267

contrato_si | -.1249876 .0132044 -9.47 0.000 -.1508694 -.0991058

indefinido | .0367197 .0102166 3.59 0.000 .0166943 .056745

pers2a5 | -.1564565 .0177717 -8.80 0.000 -.1912907 -.1216223

pers6a9 | -.2247889 .0204435 -11.00 0.000 -.2648599 -.1847179

pers10a49 | -.1349412 .0141502 -9.54 0.000 -.1626769 -.1072056

pers50a199 | -.1060428 .0151214 -7.01 0.000 -.135682 -.0764036

pers200omas | .0004506 .0144634 0.03 0.975 -.0278989 .0288001

sector_noesp | .0929537 .0563771 1.65 0.099 -.0175502 .2034577

sector_min | .2514841 .0236098 10.65 0.000 .2052068 .2977614

sector_ind | .0783829 .014849 5.28 0.000 .0492776 .1074882

sector_energ | .1578167 .0384181 4.11 0.000 .0825139 .2331195

sector_const | .0857216 .0154381 5.55 0.000 .0554615 .1159816

sector_com | .0136219 .0181846 0.75 0.454 -.0220214 .0492652

sector_trans | .0283711 .0192696 1.47 0.141 -.009399 .0661412

sector_fin | .0620304 .0224473 2.76 0.006 .0180317 .106029

sector_ser~m | .115313 .0170758 6.75 0.000 .0818429 .148783

rg1 | -.0407466 .030936 -1.32 0.188 -.1013838 .0198906

rg2 | .0805558 .0268436 3.00 0.003 .0279401 .1331715

rg3 | .1513467 .0240566 6.29 0.000 .1041936 .1984997

rg4 | .0307384 .0236288 1.30 0.193 -.0155761 .0770529

rg5 | -.0409022 .014449 -2.83 0.005 -.0692236 -.0125809

rg6 | -.0347053 .0157853 -2.20 0.028 -.0656458 -.0037649

rg7 | -.0328638 .0193442 -1.70 0.089 -.07078 .0050525

rg8 | .0175209 .016632 1.05 0.292 -.0150793 .0501211

rg9 | .0800412 .022108 3.62 0.000 .0367077 .1233748

rg10 | .1289698 .0171939 7.50 0.000 .0952682 .1626714

rg11 | .095634 .0468961 2.04 0.041 .0037136 .1875543

rg12 | .1188895 .0309982 3.84 0.000 .0581303 .1796487

_cons | 6.330683 .031009 204.16 0.000 6.269903 6.391463

Matching

Quintil 1





110


borde_om_esc==0, outcome(lytrabajhr) neighbor(1) ate






LR chi2(30) = 281.04

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.0298559 .0150068 -1.99 0.047 -.0592687 -.0004431

experiencia | -.0223692 .0088877 -2.52 0.012 -.0397887 -.0049497

experiencia2 | .0003374 .0001388 2.43 0.015 .0000653 .0006095

rural | .0099417 .0906887 0.11 0.913 -.1678048 .1876883

contrato_si | .4501781 .1054191 4.27 0.000 .2435604 .6567958

indefinido | -.4900792 .097944 -5.00 0.000 -.6820459 -.2981126

pers2a5 | -.0750569 .1426546 -0.53 0.599 -.3546548 .2045411

pers6a9 | .0465228 .1925618 0.24 0.809 -.3308914 .423937

pers10a49 | .1252763 .1249651 1.00 0.316 -.1196509 .3702035

pers50a199 | .2256256 .1332839 1.69 0.090 -.0356059 .4868572

pers200omas | .1751962 .1364244 1.28 0.199 -.0921908 .4425832

sector_min | .3062749 .3789941 0.81 0.419 -.4365398 1.04909

sector_ind | .4590314 .1631991 2.81 0.005 .139167 .7788958

sector_energ | .5356127 .4180995 1.28 0.200 -.2838473 1.355073

sector_const | .5958314 .1307104 4.56 0.000 .3396437 .852019

sector_com | .4817643 .203058 2.37 0.018 .0837779 .8797507

sector_trans | .2397663 .2667928 0.90 0.369 -.283138 .7626706

sector_fin | .8449618 .2662742 3.17 0.002 .3230739 1.36685

sector_ser~m | 1.410424 .1213455 11.62 0.000 1.172591 1.648257

rg1 | -.1716335 .3064373 -0.56 0.575 -.7722396 .4289726

rg2 | .0613615 .3467184 0.18 0.860 -.6181941 .7409172

rg3 | -.3360442 .4536558 -0.74 0.459 -1.225193 .5531048

rg4 | .066722 .2110335 0.32 0.752 -.3468962 .4803401

rg5 | -.020553 .1707963 -0.12 0.904 -.3553077 .3142016

rg6 | -.2514067 .2056633 -1.22 0.222 -.6544994 .151686

rg7 | .0469018 .1667225 0.28 0.778 -.2798682 .3736718

rg8 | .0918505 .1384657 0.66 0.507 -.1795373 .3632383

rg9 | -.1181494 .1701271 -0.69 0.487 -.4515924 .2152936

rg10 | .1466541 .158387 0.93 0.354 -.1637787 .4570869

rg11 | .5370619 .3768712 1.43 0.154 -.2015922 1.275716

_cons | -2.583278 .2652724 -9.74 0.000 -3.103203 -2.063354

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.43225758 6.58061277 -.148355196 .06432253 -2.31

ATU | 6.3974373 6.4247082 .027270902

ATE | .025302924

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 10,942 | 10,942

Treated | 124 | 124

111

-----------+-----------+----------

Total | 11,066 | 11,066

Quintil 2












LR chi2(30) = 208.05

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.014206 .01433 -0.99 0.322 -.0422922 .0138803

experiencia | .0038394 .0081426 0.47 0.637 -.0121199 .0197987

experiencia2 | .0000177 .0001291 0.14 0.891 -.0002353 .0002707

rural | -.2019417 .0976195 -2.07 0.039 -.3932724 -.0106111

contrato_si | .4041185 .1198945 3.37 0.001 .1691296 .6391074

indefinido | -.3376235 .0915387 -3.69 0.000 -.5170361 -.1582109

pers2a5 | -.0890057 .1582587 -0.56 0.574 -.399187 .2211757

pers6a9 | -.2147467 .2517729 -0.85 0.394 -.7082125 .2787191

pers10a49 | .2293329 .1241278 1.85 0.065 -.0139532 .472619

pers50a199 | .1767449 .1363792 1.30 0.195 -.0905534 .4440432

pers200omas | .220081 .1291396 1.70 0.088 -.0330279 .4731898

sector_ind | .3526456 .1583466 2.23 0.026 .042292 .6629991

sector_energ | .4582379 .3971557 1.15 0.249 -.3201729 1.236649

sector_const | .4435284 .1384392 3.20 0.001 .1721925 .7148642

sector_com | .4883884 .1746678 2.80 0.005 .1460458 .830731

sector_trans | .4038034 .1908133 2.12 0.034 .0298162 .7777905

sector_fin | .4188836 .2437923 1.72 0.086 -.0589406 .8967078

sector_ser~m | 1.150047 .1266974 9.08 0.000 .9017248 1.398369

rg1 | .115392 .2450762 0.47 0.638 -.3649485 .5957324

rg2 | .3779494 .2141872 1.76 0.078 -.0418498 .7977487

rg3 | -.1099661 .2902031 -0.38 0.705 -.6787538 .4588216

rg4 | .0741585 .1893629 0.39 0.695 -.2969859 .4453029

rg5 | -.0716236 .1420851 -0.50 0.614 -.3501054 .2068581

rg6 | -.1428962 .154059 -0.93 0.354 -.4448463 .1590539

rg7 | -.2278621 .1767428 -1.29 0.197 -.5742716 .1185475

rg8 | -.0524669 .1259051 -0.42 0.677 -.2992362 .1943025

rg9 | -.110409 .1687552 -0.65 0.513 -.4411631 .220345

rg10 | -.0442823 .1454964 -0.30 0.761 -.3294501 .2408854

rg11 | .4675475 .2820594 1.66 0.097 -.0852788 1.020374

rg12 | -.1135001 .4314905 -0.26 0.793 -.9592059 .7322057

_cons | -2.960585 .2540531 -11.65 0.000 -3.45852 -2.46265

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.74550146 6.75989712 -.014395662 .061974428 -0.23

ATU | 6.73608966 6.74060381 .004514142

ATE | .00432205

112

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 11,693 | 11,693

Treated | 120 | 120

-----------+-----------+----------

Total | 11,813 | 11,813

Quintil 3
















LR chi2(28) = 137.28

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.008192 .0173526 -0.47 0.637 -.0422024 .0258184

experiencia | .0032578 .010222 0.32 0.750 -.0167769 .0232924

experiencia2 | 7.18e-06 .0001771 0.04 0.968 -.0003399 .0003543

rural | -.0727877 .1229001 -0.59 0.554 -.3136674 .168092

contrato_si | .281265 .1514766 1.86 0.063 -.0156238 .5781538

indefinido | -.4173006 .1125307 -3.71 0.000 -.6378567 -.1967444

pers2a5 | -.3071326 .2210914 -1.39 0.165 -.7404637 .1261986

pers10a49 | .2128388 .1539383 1.38 0.167 -.0888747 .5145523

pers50a199 | .2303176 .1622037 1.42 0.156 -.0875958 .5482309

pers200omas | .0448469 .1594009 0.28 0.778 -.2675731 .3572668

sector_noesp | 1.164124 .4609427 2.53 0.012 .2606926 2.067555

sector_ind | .9640231 .2203885 4.37 0.000 .5320696 1.395977

sector_energ | 1.003599 .4293003 2.34 0.019 .1621857 1.845012

sector_const | .7283906 .2237761 3.25 0.001 .2897975 1.166984

sector_com | .7045825 .2627542 2.68 0.007 .1895937 1.219571

sector_trans | .2903502 .3653432 0.79 0.427 -.4257093 1.00641

sector_fin | 1.039113 .2761088 3.76 0.000 .4979495 1.580276

sector_ser~m | 1.439528 .2096113 6.87 0.000 1.028697 1.850358

rg1 | .2697543 .258973 1.04 0.298 -.2378235 .7773321

rg2 | -.3801696 .4016815 -0.95 0.344 -1.167451 .4071118

rg3 | -.0212587 .3286069 -0.06 0.948 -.6653163 .622799

rg4 | -.317654 .4089524 -0.78 0.437 -1.119186 .4838781

rg5 | -.3381603 .2080464 -1.63 0.104 -.7459237 .0696032

rg6 | .2729108 .1601914 1.70 0.088 -.0410585 .5868801

rg7 | .1042791 .2003709 0.52 0.603 -.2884407 .4969988

rg8 | .2557825 .1473218 1.74 0.083 -.032963 .544528

rg9 | .1209299 .2009889 0.60 0.547 -.273001 .5148609

113

rg10 | .1334852 .1790406 0.75 0.456 -.217428 .4843984

_cons | -3.394734 .3375633 -10.06 0.000 -4.056346 -2.733122

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.93296277 6.94887016 -.015907397 .076209129 -0.21

ATU | 6.95490195 7.0813827 .12648075

ATE | .125340165

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 9,164 | 9,164

Treated | 74 | 74

-----------+-----------+----------

Total | 9,238 | 9,238

Quintil 4








LR chi2(32) = 69.53

Prob > chi2 = 0.0001


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | .0151034 .0168706 0.90 0.371 -.0179623 .0481692

experiencia | .002534 .0099095 0.26 0.798 -.0168883 .0219564

experiencia2 | .0000445 .0001756 0.25 0.800 -.0002996 .0003886

rural | -.1650235 .1367529 -1.21 0.228 -.4330543 .1030073

contrato_si | .2620966 .1641902 1.60 0.110 -.0597104 .5839035

indefinido | -.0030441 .1231766 -0.02 0.980 -.2444658 .2383775

pers2a5 | -.3136558 .2275794 -1.38 0.168 -.7597033 .1323916

pers6a9 | .195871 .2244689 0.87 0.383 -.24408 .635822

pers10a49 | .107158 .1588412 0.67 0.500 -.204165 .4184809

pers50a199 | .0011248 .1758438 0.01 0.995 -.3435227 .3457722

pers200omas | -.0344644 .1558537 -0.22 0.825 -.339932 .2710033

sector_noesp | .4071859 .4365868 0.93 0.351 -.4485086 1.26288

sector_min | -.2888034 .2902313 -1.00 0.320 -.8576463 .2800394

sector_ind | -.0112418 .1901257 -0.06 0.953 -.3838813 .3613976

sector_energ | .5006705 .3254127 1.54 0.124 -.1371268 1.138468

sector_const | -.1471278 .2218842 -0.66 0.507 -.5820129 .2877573

sector_com | .0222898 .2082138 0.11 0.915 -.3858018 .4303813

sector_trans | -.1113272 .2404094 -0.46 0.643 -.5825209 .3598666

sector_fin | .013277 .2555793 0.05 0.959 -.4876493 .5142033

sector_ser~m | .3894555 .1598572 2.44 0.015 .0761411 .7027699

rg1 | -.0778484 .3760419 -0.21 0.836 -.8148769 .6591801

rg2 | .4629899 .2087466 2.22 0.027 .053854 .8721258

rg3 | .5438441 .2040849 2.66 0.008 .1438451 .9438432

rg4 | -.1039686 .3730356 -0.28 0.780 -.835105 .6271678

rg5 | .0304415 .1842224 0.17 0.869 -.3306277 .3915106

114

rg6 | .4060478 .1762643 2.30 0.021 .0605762 .7515194

rg7 | -.0320922 .2698378 -0.12 0.905 -.5609646 .4967803

rg8 | .1706897 .1786569 0.96 0.339 -.1794714 .5208508

rg9 | .218182 .2254351 0.97 0.333 -.2236626 .6600266

rg10 | .1050996 .1986521 0.53 0.597 -.2842515 .4944506

rg11 | .9298746 .2214714 4.20 0.000 .4957987 1.363951

rg12 | -.0504293 .362173 -0.14 0.889 -.7602754 .6594168

_cons | -3.124081 .3046664 -10.25 0.000 -3.721216 -2.526946

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 7.25147733 7.44662818 -.195150852 .110785267 -1.76

ATU | 7.29802176 7.22808393 -.06993783

ATE | -.070860079

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 8,760 | 8,760

Treated | 65 | 65

-----------+-----------+----------

Total | 8,825 | 8,825

Quintil 5















note: sector_fin != 0 predicts failure perfectly

sector_fin dropped and 553 obs not used








LR chi2(24) = 37.35

Prob > chi2 = 0.0403

115


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.0702823 .0278523 -2.52 0.012 -.1248717 -.0156929

experiencia | -.0273811 .016921 -1.62 0.106 -.0605456 .0057834

experiencia2 | .00041 .0002768 1.48 0.139 -.0001325 .0009524

rural | .0980856 .2171338 0.45 0.651 -.3274888 .5236601

contrato_si | .3399465 .2927514 1.16 0.246 -.2338357 .9137287

indefinido | -.3184588 .2199168 -1.45 0.148 -.7494877 .1125702

pers2a5 | -.5035672 .3888586 -1.29 0.195 -1.265716 .2585816

pers10a49 | .1136293 .2834292 0.40 0.688 -.4418818 .6691404

pers50a199 | .1670828 .3095108 0.54 0.589 -.4395473 .7737128

pers200omas | -.1704661 .2915444 -0.58 0.559 -.7418825 .4009504

sector_min | .6066949 .5474166 1.11 0.268 -.466222 1.679612

sector_ind | .794287 .4660968 1.70 0.088 -.119246 1.70782

sector_com | .8188915 .4583102 1.79 0.074 -.0793799 1.717163

sector_trans | .660935 .5186516 1.27 0.203 -.3556034 1.677473

sector_ser~m | 1.356182 .4211573 3.22 0.001 .5307293 2.181636

rg1 | .2789808 .3775189 0.74 0.460 -.4609426 1.018904

rg2 | -.0968216 .4414619 -0.22 0.826 -.9620711 .7684278

rg3 | .3846103 .3671177 1.05 0.295 -.3349272 1.104148

rg4 | .1571157 .4213244 0.37 0.709 -.668665 .9828964

rg6 | .3605516 .2902129 1.24 0.214 -.2082552 .9293583

rg7 | .0799923 .4062426 0.20 0.844 -.7162284 .8762131

rg9 | .0204178 .4123552 0.05 0.961 -.7877836 .8286192

rg10 | .185552 .2903908 0.64 0.523 -.3836034 .7547075

rg12 | .135381 .4241649 0.32 0.750 -.6959669 .9667289

_cons | -2.51009 .5764575 -4.35 0.000 -3.639926 -1.380254

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 7.68439481 7.79318509 -.108790278 .224949917 -0.48

ATU | 8.06878861 7.75953107 -.309257541

ATE | -.308207424

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 3,798 | 3,798

Treated | 20 | 20

-----------+-----------+----------

Total | 3,818 | 3,818

Quintiles 1 y 2






borde_om_esc==0, outcome(lytrabajhr) neighbor(1)

> ate




116

LR chi2(31) = 469.25

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | -.0242613 .0101735 -2.38 0.017 -.044201 -.0043216

experiencia | -.0064528 .0059449 -1.09 0.278 -.0181046 .005199

experiencia2 | .0001316 .0000937 1.40 0.160 -.0000521 .0003153

rural | -.0839391 .0649463 -1.29 0.196 -.2112316 .0433533

contrato_si | .4120429 .078115 5.27 0.000 .2589402 .5651455

indefinido | -.4060335 .0652214 -6.23 0.000 -.5338652 -.2782019

pers2a5 | -.0814011 .1045956 -0.78 0.436 -.2864047 .1236025

pers6a9 | -.0701924 .1501497 -0.47 0.640 -.3644804 .2240956

pers10a49 | .1779539 .0869504 2.05 0.041 .0075342 .3483737

pers50a199 | .1976654 .0942941 2.10 0.036 .0128524 .3824785

pers200omas | .198601 .092334 2.15 0.031 .0176297 .3795722

sector_min | -.1488979 .3290178 -0.45 0.651 -.7937608 .4959651

sector_ind | .4020977 .1124358 3.58 0.000 .1817275 .6224679

sector_energ | .5134104 .2838818 1.81 0.071 -.0429877 1.069808

sector_const | .5201757 .0942348 5.52 0.000 .3354789 .7048725

sector_com | .5019954 .1299863 3.86 0.000 .2472269 .756764

sector_trans | .3821697 .1483722 2.58 0.010 .0913656 .6729739

sector_fin | .607883 .1770715 3.43 0.001 .2608291 .9549368

sector_ser~m | 1.280237 .0865859 14.79 0.000 1.110532 1.449943

rg1 | -.0203527 .1916037 -0.11 0.915 -.395889 .3551837

rg2 | .2636483 .1780885 1.48 0.139 -.0853988 .6126953

rg3 | -.1875526 .2424618 -0.77 0.439 -.662769 .2876639

rg4 | .0708935 .1383736 0.51 0.608 -.2003137 .3421008

rg5 | -.0517162 .108091 -0.48 0.632 -.2635708 .1601383

rg6 | -.1962057 .1223988 -1.60 0.109 -.4361029 .0436916

rg7 | -.080856 .116032 -0.70 0.486 -.3082745 .1465626

rg8 | .0270721 .0903649 0.30 0.764 -.1500398 .2041841

rg9 | -.1067692 .1165197 -0.92 0.360 -.3351437 .1216054

rg10 | .0450841 .1045999 0.43 0.666 -.159928 .2500961

rg11 | .487669 .2237174 2.18 0.029 .049191 .9261469

rg12 | -.3120178 .4152036 -0.75 0.452 -1.125802 .5017663

_cons | -2.766192 .1800668 -15.36 0.000 -3.119116 -2.413268

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 6.58631195 6.68851067 -.102198727 .048476486 -2.11

ATU | 6.57780288 6.59941598 .021613094

ATE | .020313064

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 22,994 | 22,994

Treated | 244 | 244

-----------+-----------+----------

Total | 23,238 | 23,238

Quintiles 3 y 4




117



borde_om_esc==0, outcome(lytrabajhr) neighbor(1)

> ate


LR chi2(32) = 170.95

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

esc | .0014001 .0116037 0.12 0.904 -.0213427 .0241429

experiencia | .0026766 .0068942 0.39 0.698 -.0108358 .016189

experiencia2 | .0000249 .0001204 0.21 0.836 -.0002112 .0002609

rural | -.1055139 .088837 -1.19 0.235 -.2796313 .0686035

contrato_si | .269458 .1077229 2.50 0.012 .0583251 .480591

indefinido | -.2133259 .0793876 -2.69 0.007 -.3689227 -.0577291

pers2a5 | -.2912199 .1547926 -1.88 0.060 -.5946078 .012168

pers6a9 | -.101212 .1919288 -0.53 0.598 -.4773855 .2749616

pers10a49 | .1634958 .1076188 1.52 0.129 -.0474332 .3744247

pers50a199 | .1338376 .1156432 1.16 0.247 -.092819 .3604942

pers200omas | .0201415 .1087153 0.19 0.853 -.1929367 .2332196

sector_noesp | .7601077 .3113793 2.44 0.015 .1498154 1.3704

sector_min | -.0388873 .2596627 -0.15 0.881 -.5478169 .4700423

sector_ind | .4519917 .1316357 3.43 0.001 .1939904 .709993

sector_energ | .7380361 .2516181 2.93 0.003 .2448737 1.231199

sector_const | .2824849 .1398581 2.02 0.043 .008368 .5566018

sector_com | .3104206 .1567929 1.98 0.048 .0031123 .617729

sector_trans | .0783902 .1937769 0.40 0.686 -.3014055 .4581859

sector_fin | .482485 .1767959 2.73 0.006 .1359714 .8289986

sector_ser~m | .8683856 .1190108 7.30 0.000 .6351287 1.101643

rg1 | .1526724 .2018391 0.76 0.449 -.2429249 .5482697

rg2 | .1897749 .1725501 1.10 0.271 -.1484172 .527967

rg3 | .3608655 .1638149 2.20 0.028 .0397942 .6819368

rg4 | -.2164527 .2674818 -0.81 0.418 -.7407074 .307802

rg5 | -.1271066 .1337622 -0.95 0.342 -.3892757 .1350625

rg6 | .3220621 .1162043 2.77 0.006 .0943059 .5498183

rg7 | .0441564 .155681 0.28 0.777 -.2609727 .3492856

rg8 | .2359271 .1105477 2.13 0.033 .0192576 .4525967

rg9 | .180906 .1466186 1.23 0.217 -.1064612 .4682732

rg10 | .1412197 .129889 1.09 0.277 -.1133581 .3957976

rg11 | .6390985 .1945557 3.28 0.001 .2577763 1.020421

rg12 | -.2473722 .3261136 -0.76 0.448 -.8865431 .3917988

_cons | -3.171755 .2145705 -14.78 0.000 -3.592305 -2.751205

------------------------------------------------------------------------------





----------------------------------------------------------------------------------------


----------------------------+-----------------------------------------------------------


ATT | 7.08190842 7.32101181 -.239103389 .06958506 -3.44

ATU | 7.11435644 7.00427497 -.110081463

ATE | -.111011315

----------------------------+-----------------------------------------------------------


| psmatch2:

psmatch2: | Common

Treatment | support


-----------+-----------+----------

Untreated | 19,148 | 19,148

Treated | 139 | 139

-----------+-----------+----------

Total | 19,287 | 19,287

118

Heckit

Quintil 1






rg11 rg12 if indepe==0 & qaut_2==1 & borde_om_es

> c==0












LR chi2(37) = 308.03

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | .0173058 .1098123 0.16 0.875 -.1979223 .2325339

gto_mun | .0010745 .0004909 2.19 0.029 .0001124 .0020367

luz | -.316234 .5948646 -0.53 0.595 -1.482147 .8496792

agua | .0474772 .3261781 0.15 0.884 -.5918201 .6867745

alcan | -.3159594 .2487109 -1.27 0.204 -.8034238 .171505

lyauth_t_c | -.2953487 .1806943 -1.63 0.102 -.6495031 .0588057

tiene_omil | .0423559 .1062146 0.40 0.690 -.1658209 .2505328

esc | -.0282323 .0149556 -1.89 0.059 -.0575448 .0010802

experiencia | -.0213991 .0096784 -2.21 0.027 -.0403684 -.0024297

experiencia2 | .0003191 .0001439 2.22 0.027 .000037 .0006011

rural | -.0918937 .0951016 -0.97 0.334 -.2782894 .094502

contrato_si | .456816 .1047299 4.36 0.000 .2515491 .6620829

indefinido | -.4530134 .0977041 -4.64 0.000 -.6445099 -.2615168

sector_min | .2685044 .3849689 0.70 0.486 -.4860209 1.02303

sector_ind | .4962403 .1578835 3.14 0.002 .1867944 .8056863

sector_energ | .4580194 .4146535 1.10 0.269 -.3546864 1.270725

sector_const | .6141405 .1281844 4.79 0.000 .3629037 .8653772

sector_com | .5263919 .1991886 2.64 0.008 .1359894 .9167945

sector_trans | .2508096 .2664703 0.94 0.347 -.2714626 .7730818

sector_fin | .8495873 .2620489 3.24 0.001 .3359809 1.363194

sector_ser~m | 1.377335 .1196321 11.51 0.000 1.142861 1.61181

pers2a5 | -.1179886 .1417437 -0.83 0.405 -.3958012 .1598239

pers6a9 | .0125415 .1925497 0.07 0.948 -.3648489 .389932

pers10a49 | .1039245 .1237397 0.84 0.401 -.1386009 .3464498

pers50a199 | .2115526 .1319948 1.60 0.109 -.0471525 .4702577

pers200omas | .1913017 .1335652 1.43 0.152 -.0704813 .4530847

rg1 | -.8788424 .4728326 -1.86 0.063 -1.805577 .0478924

rg2 | -.265618 .4325511 -0.61 0.539 -1.113403 .5821667

rg3 | -.451761 .4508774 -1.00 0.316 -1.335464 .4319424

rg4 | -.1853061 .2270011 -0.82 0.414 -.6302201 .2596079

rg5 | -.1832707 .1720682 -1.07 0.287 -.5205181 .1539767

rg6 | -.4970193 .2184207 -2.28 0.023 -.9251161 -.0689225

rg7 | -.2090467 .1792613 -1.17 0.244 -.5603924 .142299

119

rg8 | -.153321 .1671635 -0.92 0.359 -.4809555 .1743135

rg9 | -.3592672 .1952819 -1.84 0.066 -.7420126 .0234783

rg10 | -.079944 .1756475 -0.46 0.649 -.4242068 .2643187

rg11 | .3440937 .370726 0.93 0.353 -.3825158 1.070703

_cons | 1.692947 2.352683 0.72 0.472 -2.918226 6.304121

------------------------------------------------------------------------------






muni ///








F( 41, 11024) = 30.23

Prob > F = 0.0000

R-squared = 0.1098

Root MSE = .64546

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~81 | .0726502 .0429696 1.69 0.091 -.011578 .1568783

familiar | .0256911 .0192732 1.33 0.183 -.0120878 .0634701

amigo | .0233361 .0170084 1.37 0.170 -.0100035 .0566757

compa | .0556429 .0302604 1.84 0.066 -.0036729 .1149588

empl | .011645 .026306 0.44 0.658 -.0399194 .0632095

omil | -.0396681 .0509003 -0.78 0.436 -.1394418 .0601056

puente | -.1005069 .1674147 -0.60 0.548 -.4286697 .2276559

priv | -.2433885 .1607161 -1.51 0.130 -.558421 .0716439

estud | .0633619 .0987569 0.64 0.521 -.1302194 .2569431

internet | .1064214 .3942886 0.27 0.787 -.6664549 .8792977

muni | .0535963 .0485342 1.10 0.269 -.0415395 .1487321

esc | .0123777 .0027832 4.45 0.000 .0069222 .0178333

experiencia | .017477 .0019088 9.16 0.000 .0137354 .0212186

experiencia2 | -.0002817 .0000318 -8.87 0.000 -.000344 -.0002194

rural | -.054523 .0142365 -3.83 0.000 -.082429 -.026617

contrato_si | .2347335 .023652 9.92 0.000 .1883714 .2810956

indefinido | .0960197 .0225973 4.25 0.000 .051725 .1403145

pers2a5 | -.1326811 .0224612 -5.91 0.000 -.176709 -.0886532

pers6a9 | -.1034379 .02424 -4.27 0.000 -.1509526 -.0559232

pers10a49 | -.0463175 .0196255 -2.36 0.018 -.084787 -.0078481

pers50a199 | -.0470766 .0231742 -2.03 0.042 -.0925022 -.0016509

pers200omas | -.0061548 .0226783 -0.27 0.786 -.0506084 .0382987


sector_min | .0891453 .0486879 1.83 0.067 -.0062916 .1845822

sector_ind | .122495 .0280314 4.37 0.000 .0675484 .1774415

sector_energ | .2502733 .0705842 3.55 0.000 .1119156 .388631

sector_const | .1567319 .0302064 5.19 0.000 .097522 .2159419

sector_com | .0803888 .0326329 2.46 0.014 .0164225 .1443552

sector_trans | .0378613 .0280323 1.35 0.177 -.0170871 .0928097

sector_fin | .1451331 .0436273 3.33 0.001 .0596157 .2306505

sector_ser~m | .212235 .0579284 3.66 0.000 .098685 .325785

rg1 | -.0142616 .0558626 -0.26 0.798 -.1237624 .0952392

rg2 | -.0864852 .0923481 -0.94 0.349 -.2675041 .0945338

rg3 | .0462585 .0454778 1.02 0.309 -.0428862 .1354031

rg4 | -.0061409 .0304981 -0.20 0.840 -.0659227 .0536408

rg5 | -.0069561 .0240098 -0.29 0.772 -.0540196 .0401074

rg6 | -.026627 .0276935 -0.96 0.336 -.0809112 .0276571

rg7 | -.0546035 .0261908 -2.08 0.037 -.1059421 -.0032649

120

rg8 | -.1310813 .0227232 -5.77 0.000 -.1756228 -.0865397

rg9 | -.0655074 .0264302 -2.48 0.013 -.1173153 -.0136995

rg10 | .0557692 .0253905 2.20 0.028 .0059993 .1055392

rg11 | .0602995 .0975281 0.62 0.536 -.1308731 .2514721

rg12 | (dropped)

_cons | 5.755905 .1313005 43.84 0.000 5.498533 6.013277

Quintil 2







> c==0












LR chi2(37) = 215.32

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | .0546628 .0969141 0.56 0.573 -.1352853 .244611

gto_mun | .0006892 .0004031 1.71 0.087 -.0001009 .0014793

luz | -.4564378 .5515506 -0.83 0.408 -1.537457 .6245816

agua | .394989 .3824955 1.03 0.302 -.3546883 1.144666

alcan | -.0399745 .2464222 -0.16 0.871 -.5229532 .4430042

lyauth_t_c | -.0495665 .1404355 -0.35 0.724 -.3248151 .225682

tiene_omil | .0943843 .1112947 0.85 0.396 -.1237494 .312518

esc | -.0111939 .0142834 -0.78 0.433 -.0391889 .016801

experiencia | .0022451 .0087268 0.26 0.797 -.0148592 .0193493

experiencia2 | .0000381 .0001326 0.29 0.774 -.0002217 .0002979

rural | -.2169352 .1033989 -2.10 0.036 -.4195933 -.0142771

contrato_si | .4160983 .1178653 3.53 0.000 .1850866 .64711

indefinido | -.3502266 .0907649 -3.86 0.000 -.5281226 -.1723306

sector_ind | .3043748 .1570315 1.94 0.053 -.0034012 .6121508

sector_energ | .4156558 .3959294 1.05 0.294 -.3603517 1.191663

sector_const | .3845713 .1378492 2.79 0.005 .1143919 .6547508

sector_com | .5228199 .1655975 3.16 0.002 .1982548 .8473849

sector_trans | .3575881 .1894749 1.89 0.059 -.0137758 .728952

sector_fin | .3678872 .2432318 1.51 0.130 -.1088383 .8446128

sector_ser~m | 1.095121 .124591 8.79 0.000 .8509274 1.339315

pers2a5 | -.1360648 .1559741 -0.87 0.383 -.4417685 .1696389

pers6a9 | -.2692333 .2508377 -1.07 0.283 -.7608662 .2223996

pers10a49 | .1847073 .1212462 1.52 0.128 -.0529309 .4223455

pers50a199 | .1278824 .1339911 0.95 0.340 -.1347352 .3905

pers200omas | .2042125 .1246605 1.64 0.101 -.0401176 .4485426

rg1 | -.1090257 .2916612 -0.37 0.709 -.6806711 .4626196

rg2 | .2475839 .2257505 1.10 0.273 -.1948789 .6900467

rg3 | -.1150149 .289954 -0.40 0.692 -.6833142 .4532845

rg4 | .0167861 .2004458 0.08 0.933 -.3760805 .4096527

rg5 | -.048035 .1471548 -0.33 0.744 -.3364532 .2403831

rg6 | -.0986685 .1704527 -0.58 0.563 -.4327496 .2354126

121

rg7 | -.1152193 .182297 -0.63 0.527 -.4725148 .2420762

rg8 | -.0108119 .147713 -0.07 0.942 -.300324 .2787002

rg9 | .0183763 .1907852 0.10 0.923 -.3555558 .3923084

rg10 | .0408914 .1678086 0.24 0.807 -.2880075 .3697903

rg11 | .4318094 .2832444 1.52 0.127 -.1233393 .9869582

rg12 | -.1975853 .4484042 -0.44 0.659 -1.076441 .6812707

_cons | -2.323964 1.853504 -1.25 0.210 -5.956764 1.308837

------------------------------------------------------------------------------






muni ///








F( 41, 11771) = 33.44

Prob > F = 0.0000

R-squared = 0.1044

Root MSE = .54248

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~82 | -.5181569 .1174046 -4.41 0.000 -.7482894 -.2880244

familiar | .0349923 .015591 2.24 0.025 .0044313 .0655534

amigo | -.0043447 .0136278 -0.32 0.750 -.0310575 .0223681

compa | .0443545 .0273203 1.62 0.105 -.0091978 .0979068

empl | .0151601 .0204709 0.74 0.459 -.0249663 .0552866

omil | -.0608563 .0410438 -1.48 0.138 -.1413089 .0195962

puente | -.1738248 .2266785 -0.77 0.443 -.6181523 .2705027

priv | .0028628 .0496216 0.06 0.954 -.0944038 .1001295

estud | .1044823 .0404618 2.58 0.010 .0251705 .183794

internet | .1610221 .1624857 0.99 0.322 -.1574767 .4795209

muni | -.070715 .0592706 -1.19 0.233 -.1868951 .0454651

esc | .0316412 .0023657 13.37 0.000 .027004 .0362784

experiencia | .0207553 .0012935 16.05 0.000 .0182198 .0232908

experiencia2 | -.0003373 .0000212 -15.90 0.000 -.0003789 -.0002957

rural | .1172569 .0275156 4.26 0.000 .0633218 .171192

contrato_si | -.1449229 .0473735 -3.06 0.002 -.2377828 -.0520629

indefinido | .2547848 .0387092 6.58 0.000 .1789082 .3306613

pers2a5 | -.0845225 .0238753 -3.54 0.000 -.1313221 -.037723

pers6a9 | -.0204827 .0354375 -0.58 0.563 -.0899461 .0489806

pers10a49 | -.203282 .0259881 -7.82 0.000 -.2542229 -.152341

pers50a199 | -.1368044 .0227213 -6.02 0.000 -.1813419 -.0922668

pers200omas | -.1190629 .0286869 -4.15 0.000 -.175294 -.0628319



sector_ind | -.0828046 .0384031 -2.16 0.031 -.1580811 -.0075282

sector_energ | -.0816886 .0613474 -1.33 0.183 -.2019396 .0385624

sector_const | -.0840759 .0446889 -1.88 0.060 -.1716735 .0035217

sector_com | -.2172047 .0615841 -3.53 0.000 -.3379198 -.0964896

sector_trans | -.1235714 .0465048 -2.66 0.008 -.2147286 -.0324142

sector_fin | -.0901133 .0489908 -1.84 0.066 -.1861434 .0059168

sector_ser~m | -.4321363 .1196766 -3.61 0.000 -.6667223 -.1975503

rg1 | .1040604 .0470634 2.21 0.027 .0118082 .1963125

rg2 | -.1086466 .0597729 -1.82 0.069 -.2258114 .0085182

rg3 | .1986214 .0361609 5.49 0.000 .1277401 .2695027

rg4 | -.086904 .0311679 -2.79 0.005 -.1479981 -.0258098

rg5 | .0163061 .0196954 0.83 0.408 -.0223001 .0549124

122

rg6 | .0244437 .0229689 1.06 0.287 -.0205791 .0694664

rg7 | .0867228 .0253271 3.42 0.001 .0370774 .1363681

rg8 | .0093565 .0190036 0.49 0.622 -.0278937 .0466066

rg9 | .0589966 .0238812 2.47 0.014 .0121855 .1058077

rg10 | .118404 .0202035 5.86 0.000 .0788018 .1580062

rg11 | -.0307268 .0786016 -0.39 0.696 -.1847988 .1233453

rg12 | -.0344935 .074875 -0.46 0.645 -.1812608 .1122739

_cons | 7.841584 .3866906 20.28 0.000 7.083606 8.599562

Quintil 3







> c==0

















LR chi2(35) = 148.20

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.0517548 .1128532 -0.46 0.647 -.272943 .1694334

gto_mun | .0000422 .0006836 0.06 0.951 -.0012977 .0013821

luz | .0011616 .8501637 0.00 0.999 -1.665129 1.667452

agua | -.382797 .4568058 -0.84 0.402 -1.27812 .512526

alcan | -.1836814 .313367 -0.59 0.558 -.7978694 .4305067

lyauth_t_c | -.2217656 .1995366 -1.11 0.266 -.6128501 .169319

tiene_omil | .163364 .1362604 1.20 0.231 -.1037014 .4304295

esc | -.0094598 .0177701 -0.53 0.594 -.0442885 .0253689

experiencia | .0055317 .0109353 0.51 0.613 -.015901 .0269644

experiencia2 | -.0000262 .0001808 -0.14 0.885 -.0003806 .0003282

rural | -.1568081 .1319768 -1.19 0.235 -.4154779 .1018616

contrato_si | .3169612 .151322 2.09 0.036 .0203756 .6135469

indefinido | -.4157388 .1135328 -3.66 0.000 -.638259 -.1932187

sector_noesp | 1.194198 .461749 2.59 0.010 .2891871 2.09921

sector_ind | .9806915 .22084 4.44 0.000 .5478532 1.41353

sector_energ | 1.011682 .4355361 2.32 0.020 .158047 1.865317

sector_const | .7486552 .2248647 3.33 0.001 .3079285 1.189382

sector_com | .7297865 .2623062 2.78 0.005 .2156757 1.243897

sector_trans | .3075696 .3704018 0.83 0.406 -.4184046 1.033544

sector_fin | 1.098864 .2778267 3.96 0.000 .5543332 1.643394

sector_ser~m | 1.46857 .2099746 6.99 0.000 1.057028 1.880113

pers2a5 | -.358117 .2222084 -1.61 0.107 -.7936375 .0774034

123

pers10a49 | .1811525 .1525369 1.19 0.235 -.1178143 .4801193

pers50a199 | .2021661 .1609519 1.26 0.209 -.1132939 .517626

pers200omas | .010868 .1582022 0.07 0.945 -.2992026 .3209385

rg1 | .1582075 .2956046 0.54 0.593 -.4211668 .7375819

rg2 | -.34945 .4114693 -0.85 0.396 -1.155915 .457015

rg3 | .1297747 .2908089 0.45 0.655 -.4402003 .6997496

rg4 | -.4867685 .4211108 -1.16 0.248 -1.312131 .3385936

rg5 | -.4300165 .2169318 -1.98 0.047 -.855195 -.004838

rg6 | .2139735 .1812645 1.18 0.238 -.1412984 .5692453

rg7 | -.0537439 .2171565 -0.25 0.805 -.4793628 .3718751

rg8 | .0170194 .184994 0.09 0.927 -.3455622 .3796011

rg9 | -.1045778 .2360531 -0.44 0.658 -.5672333 .3580777

rg10 | -.0578236 .2087375 -0.28 0.782 -.4669416 .3512945

_cons | -.0669767 2.627008 -0.03 0.980 -5.215817 5.081864

------------------------------------------------------------------------------






muni ///








F( 39, 9198) = 33.12

Prob > F = 0.0000

R-squared = 0.1127

Root MSE = .56641

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~83 | .3610721 .0568747 6.35 0.000 .2495849 .4725592

familiar | .0253971 .0178214 1.43 0.154 -.0095368 .0603311

amigo | -.0489661 .0159269 -3.07 0.002 -.0801864 -.0177459

compa | -.008076 .0280137 -0.29 0.773 -.0629891 .0468371

empl | .0357969 .0248061 1.44 0.149 -.0128285 .0844223

omil | -.0694792 .0567837 -1.22 0.221 -.1807877 .0418294

puente | -.0246077 .2278303 -0.11 0.914 -.4712056 .4219902

priv | .0940065 .0665581 1.41 0.158 -.0364621 .2244752

estud | .16099 .0404445 3.98 0.000 .0817098 .2402703

internet | .0642868 .0722076 0.89 0.373 -.0772561 .2058296

muni | .0392286 .0605869 0.65 0.517 -.0795351 .1579923

esc | .0308123 .0025505 12.08 0.000 .0258128 .0358118

experiencia | .0245536 .0013675 17.95 0.000 .0218729 .0272342

experiencia2 | -.0003074 .0000244 -12.61 0.000 -.0003551 -.0002596

rural | -.0227091 .0151876 -1.50 0.135 -.0524802 .007062

contrato_si | .0437964 .0229154 1.91 0.056 -.0011228 .0887157

indefinido | -.0827642 .0263945 -3.14 0.002 -.1345033 -.031025

pers2a5 | -.2836478 .02999 -9.46 0.000 -.3424348 -.2248608

pers6a9 | (dropped)

pers10a49 | -.0955563 .0199436 -4.79 0.000 -.1346501 -.0564625

pers50a199 | -.0519194 .0217869 -2.38 0.017 -.0946265 -.0092123

pers200omas | -.0313614 .0191767 -1.64 0.102 -.068952 .0062293

sector_noesp | .4185074 .1007995 4.15 0.000 .220918 .6160967


sector_ind | .3929335 .0537534 7.31 0.000 .2875649 .4983021

sector_energ | .4378643 .0782154 5.60 0.000 .2845446 .5911839

sector_const | .3461218 .0418488 8.27 0.000 .264089 .4281547

sector_com | .2354426 .0441776 5.33 0.000 .1488446 .3220406

sector_trans | .1383976 .0289485 4.78 0.000 .0816521 .1951431

124

sector_fin | .4206809 .0628044 6.70 0.000 .2975703 .5437915

sector_ser~m | .5544693 .0773306 7.17 0.000 .4028841 .7060544

rg1 | .0763019 .0463606 1.65 0.100 -.0145751 .1671788

rg2 | .0318634 .0436385 0.73 0.465 -.0536778 .1174046

rg3 | .2203742 .0387494 5.69 0.000 .1444168 .2963316

rg4 | -.0409625 .0387305 -1.06 0.290 -.1168829 .0349579

rg5 | -.1399669 .0275132 -5.09 0.000 -.1938989 -.0860349

rg6 | .0646418 .0239196 2.70 0.007 .0177541 .1115296

rg7 | -.006819 .0247675 -0.28 0.783 -.0553688 .0417308

rg8 | .1203076 .0246213 4.89 0.000 .0720444 .1685707

rg9 | .1743455 .0290295 6.01 0.000 .1174411 .2312498

rg10 | .1388733 .0231528 6.00 0.000 .0934887 .1842578

rg11 | (dropped)

rg12 | (dropped)

_cons | 5.05398 .208744 24.21 0.000 4.644796 5.463165

------------------------------------------------------------------------------

Quintil 4







> c==0








LR chi2(39) = 82.32

Prob > chi2 = 0.0001


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.0947859 .113619 -0.83 0.404 -.3174751 .1279033

gto_mun | -.0003435 .000603 -0.57 0.569 -.0015253 .0008383

luz | -.8019653 .6908122 -1.16 0.246 -2.155932 .5520017

agua | -.8556359 .490757 -1.74 0.081 -1.817502 .10623

alcan | -.022559 .3334819 -0.07 0.946 -.6761715 .6310535

lyauth_t_c | -.1428181 .1966685 -0.73 0.468 -.5282812 .2426451

tiene_omil | .0846322 .1458894 0.58 0.562 -.2013057 .3705702

esc | .0178251 .0173013 1.03 0.303 -.0160849 .0517351

experiencia | .0065153 .0107328 0.61 0.544 -.0145205 .0275511

experiencia2 | 2.56e-06 .0001814 0.01 0.989 -.000353 .0003581

rural | -.2605523 .1488306 -1.75 0.080 -.5522549 .0311503

contrato_si | .2841521 .1677202 1.69 0.090 -.0445735 .6128777

indefinido | .002833 .1253967 0.02 0.982 -.24294 .2486061

sector_noesp | .4309482 .4388556 0.98 0.326 -.4291929 1.291089

sector_min | -.2112386 .2884016 -0.73 0.464 -.7764954 .3540183

sector_ind | .0384717 .1928556 0.20 0.842 -.3395183 .4164618

sector_energ | .556776 .3304487 1.68 0.092 -.0908916 1.204444

sector_const | -.1173029 .2233009 -0.53 0.599 -.5549647 .3203589

sector_com | .0619156 .2119974 0.29 0.770 -.3535916 .4774229

sector_trans | -.0604738 .2439049 -0.25 0.804 -.5385186 .4175709

sector_fin | .0590825 .260381 0.23 0.820 -.451255 .5694199

sector_ser~m | .4093303 .1622364 2.52 0.012 .0913527 .7273079

pers2a5 | -.3281549 .2304984 -1.42 0.155 -.7799233 .1236136

pers6a9 | .2085573 .2271993 0.92 0.359 -.2367451 .6538596

pers10a49 | .0930995 .1614198 0.58 0.564 -.2232776 .4094765

pers50a199 | .0197013 .1768257 0.11 0.911 -.3268707 .3662733

pers200omas | -.0058285 .1576703 -0.04 0.971 -.3148567 .3031997

rg1 | -.2580468 .4001278 -0.64 0.519 -1.042283 .5261892

125

rg2 | .4653662 .2191388 2.12 0.034 .0358621 .8948703

rg3 | .5258549 .2061678 2.55 0.011 .1217735 .9299363

rg4 | -.2449748 .3816011 -0.64 0.521 -.9928992 .5029497

rg5 | -.0256173 .1899315 -0.13 0.893 -.3978761 .3466415

rg6 | .3542386 .2085894 1.70 0.089 -.0545892 .7630664

rg7 | -.1883531 .2852669 -0.66 0.509 -.747466 .3707598

rg8 | -.067276 .21407 -0.31 0.753 -.4868455 .3522934

rg9 | -.1465863 .2728218 -0.54 0.591 -.6813072 .3881347

rg10 | -.1944151 .2348809 -0.83 0.408 -.6547732 .2659431

rg11 | .8238768 .2267545 3.63 0.000 .3794461 1.268307

rg12 | -.5244326 .555487 -0.94 0.345 -1.613167 .564302

_cons | .2902758 2.619587 0.11 0.912 -4.84402 5.424572

------------------------------------------------------------------------------






muni ///








F( 43, 8781) = 41.53

Prob > F = 0.0000

R-squared = 0.1521

Root MSE = .62098

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~84 | .3414367 .0459351 7.43 0.000 .251393 .4314803

familiar | .006088 .0189339 0.32 0.748 -.0310269 .043203

amigo | -.0602244 .0172988 -3.48 0.001 -.0941341 -.0263147

compa | -.0299448 .0309271 -0.97 0.333 -.0905692 .0306795

empl | -.0230785 .0315302 -0.73 0.464 -.0848852 .0387281

omil | -.1043884 .0739027 -1.41 0.158 -.249255 .0404781

puente | .1353094 .3070928 0.44 0.660 -.4666644 .7372832

priv | -.0193464 .0888577 -0.22 0.828 -.1935284 .1548355

estud | .0939532 .0399156 2.35 0.019 .0157092 .1721971

internet | .1028168 .0835229 1.23 0.218 -.0609077 .2665413

muni | -.0479662 .0528397 -0.91 0.364 -.1515445 .055612

esc | .0547418 .0026243 20.86 0.000 .0495976 .059886

experiencia | .0304965 .0015096 20.20 0.000 .0275373 .0334557

experiencia2 | -.0003495 .000027 -12.96 0.000 -.0004024 -.0002967

rural | -.0755376 .0193078 -3.91 0.000 -.1133855 -.0376898

contrato_si | -.0917023 .0247347 -3.71 0.000 -.1401881 -.0432166

indefinido | -.0034401 .0164315 -0.21 0.834 -.0356497 .0287695

pers2a5 | -.2564928 .0299563 -8.56 0.000 -.3152143 -.1977714

pers6a9 | -.1859722 .032506 -5.72 0.000 -.2496916 -.1222527

pers10a49 | -.0572947 .0224601 -2.55 0.011 -.1013216 -.0132677

pers50a199 | -.0778637 .0237362 -3.28 0.001 -.1243922 -.0313352

pers200omas | .0350195 .0219319 1.60 0.110 -.0079721 .0780111

sector_noesp | .2506532 .0780109 3.21 0.001 .0977335 .4035729

sector_min | .137883 .0365556 3.77 0.000 .0662254 .2095405

sector_ind | .067777 .023286 2.91 0.004 .0221309 .113423

sector_energ | .346063 .0546526 6.33 0.000 .2389311 .453195

sector_const | .0016814 .0254411 0.07 0.947 -.0481892 .0515519

sector_com | .0173645 .0280585 0.62 0.536 -.0376366 .0723656

sector_trans | -.0328419 .0303814 -1.08 0.280 -.0923965 .0267126

sector_fin | .0414373 .0351238 1.18 0.238 -.0274136 .1102883

sector_ser~m | .2214342 .0301818 7.34 0.000 .1622708 .2805975

126

rg1 | -.0770271 .0429944 -1.79 0.073 -.1613061 .0072519

rg2 | .1664526 .0430063 3.87 0.000 .0821503 .2507549

rg3 | .2646392 .0405429 6.53 0.000 .1851655 .3441128

rg4 | -.0041711 .0373394 -0.11 0.911 -.0773651 .0690228

rg5 | -.0148639 .0222718 -0.67 0.505 -.0585219 .0287941

rg6 | .1217003 .0295967 4.11 0.000 .0636838 .1797167

rg7 | -.0061043 .0307946 -0.20 0.843 -.066469 .0542604

rg8 | .0768446 .0262518 2.93 0.003 .0253849 .1283042

rg9 | .1153398 .0358556 3.22 0.001 .0450543 .1856252

rg10 | .1823269 .0253497 7.19 0.000 .1326355 .2320182

rg11 | .2672336 .075184 3.55 0.000 .1198554 .4146117

rg12 | .0120055 .0424537 0.28 0.777 -.0712137 .0952248

_cons | 5.320081 .1621619 32.81 0.000 5.002206 5.637956

Quintil 5







> c==0







note: sector_fin != 0 predicts failure perfectly

sector_fin dropped and 597 obs not used
















LR chi2(31) = 52.69

Prob > chi2 = 0.0089


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.3527526 .2010653 -1.75 0.079 -.7468332 .0413281

gto_mun | .0005965 .0007483 0.80 0.425 -.0008702 .0020632

luz | 1.338271 1.407017 0.95 0.342 -1.419431 4.095973

agua | -1.003837 .9932742 -1.01 0.312 -2.950619 .9429441

alcan | -.3201787 .6406203 -0.50 0.617 -1.575771 .9354141

127

lyauth_t_c | .3854985 .3245088 1.19 0.235 -.250527 1.021524

tiene_omil | .8179899 .3048091 2.68 0.007 .220575 1.415405

esc | -.0651592 .0282742 -2.30 0.021 -.1205755 -.0097428

experiencia | -.0135977 .017902 -0.76 0.448 -.048685 .0214896

experiencia2 | .0002857 .000285 1.00 0.316 -.0002729 .0008443

rural | .2586841 .2443248 1.06 0.290 -.2201837 .7375518

contrato_si | .2862242 .2936982 0.97 0.330 -.2894137 .8618622

indefinido | -.2624238 .2258556 -1.16 0.245 -.7050926 .1802449

sector_min | .5401011 .5575557 0.97 0.333 -.552688 1.63289

sector_ind | .7207843 .4646191 1.55 0.121 -.1898524 1.631421

sector_com | .7211652 .4614703 1.56 0.118 -.1832999 1.62563

sector_trans | .5800427 .5352829 1.08 0.279 -.4690926 1.629178

sector_ser~m | 1.3798 .4202582 3.28 0.001 .5561091 2.203491

pers2a5 | -.5253345 .403241 -1.30 0.193 -1.315672 .2650034

pers10a49 | .2212763 .2994489 0.74 0.460 -.3656329 .8081854

pers50a199 | .3578685 .318545 1.12 0.261 -.2664682 .9822052

pers200omas | -.0772993 .3071554 -0.25 0.801 -.6793128 .5247142

rg1 | .361475 .4121867 0.88 0.381 -.4463962 1.169346

rg2 | -.135776 .4627704 -0.29 0.769 -1.042789 .7712374

rg3 | .2825942 .3875045 0.73 0.466 -.4769006 1.042089

rg4 | .0811858 .4814648 0.17 0.866 -.8624678 1.024839

rg6 | .7419709 .355535 2.09 0.037 .0451352 1.438807

rg7 | .1743205 .4522636 0.39 0.700 -.7120998 1.060741

rg9 | .1896839 .456988 0.42 0.678 -.7059961 1.085364

rg10 | .1551707 .3724447 0.42 0.677 -.5748074 .8851489

rg12 | .243886 .4527076 0.54 0.590 -.6434046 1.131177

_cons | -8.736217 4.404309 -1.98 0.047 -17.3685 -.1039288

------------------------------------------------------------------------------






muni ///








F( 34, 3783) = 34.56

Prob > F = 0.0000

R-squared = 0.2262

Root MSE = .80156

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~85 | .1532823 .0407351 3.76 0.000 .0734174 .2331473

familiar | -.0276175 .0367449 -0.75 0.452 -.0996593 .0444242

amigo | -.097136 .0360655 -2.69 0.007 -.1678457 -.0264264

compa | -.0114184 .0641067 -0.18 0.859 -.1371055 .1142687

empl | .0995542 .0772837 1.29 0.198 -.0519675 .2510759

omil | -.1264047 .1909959 -0.66 0.508 -.5008695 .2480602

puente | (dropped)

priv | .188465 .1349478 1.40 0.163 -.0761125 .4530426

estud | .0323735 .0579418 0.56 0.576 -.0812267 .1459737

internet | .1000571 .1318425 0.76 0.448 -.1584321 .3585463

muni | -.146852 .0780356 -1.88 0.060 -.2998479 .0061439

esc | .0832245 .0051941 16.02 0.000 .073041 .0934079

experiencia | .0332286 .0031435 10.57 0.000 .0270654 .0393917

experiencia2 | -.0003041 .0000559 -5.43 0.000 -.0004138 -.0001944

rural | .0862479 .0355991 2.42 0.015 .0164527 .1560431

contrato_si | -.4249617 .0509156 -8.35 0.000 -.5247864 -.3251371

128

indefinido | -.1077304 .0406177 -2.65 0.008 -.1873651 -.0280956

pers2a5 | .0456885 .0489675 0.93 0.351 -.0503168 .1416938

pers6a9 | (dropped)

pers10a49 | .1330521 .0500534 2.66 0.008 .0349178 .2311864

pers50a199 | .2197937 .0518736 4.24 0.000 .1180909 .3214966

pers200omas | .2395302 .0453879 5.28 0.000 .150543 .3285174


sector_min | .2687699 .0667729 4.03 0.000 .1378555 .3996843

sector_ind | .0014736 .0573296 0.03 0.979 -.1109263 .1138735


sector_const | (dropped)

sector_com | -.1571432 .0583268 -2.69 0.007 -.2714982 -.0427882

sector_trans | -.0916053 .0638851 -1.43 0.152 -.2168578 .0336473

sector_fin | (dropped)

sector_ser~m | .0938269 .0699273 1.34 0.180 -.043272 .2309258

rg1 | -.3173916 .0625985 -5.07 0.000 -.4401216 -.1946616

rg2 | -.132695 .0514455 -2.58 0.010 -.2335586 -.0318313

rg3 | -.1793151 .0633632 -2.83 0.005 -.3035445 -.0550857

rg4 | -.1432015 .0680242 -2.11 0.035 -.2765691 -.0098339

rg5 | (dropped)

rg6 | -.1461024 .0536525 -2.72 0.006 -.2512929 -.0409118

rg7 | -.1444062 .059689 -2.42 0.016 -.261432 -.0273804

rg8 | (dropped)

rg9 | -.113099 .0532712 -2.12 0.034 -.217542 -.0086559

rg10 | -.0841751 .0449915 -1.87 0.061 -.1723851 .0040348

rg11 | (dropped)

rg12 | -.1791492 .0664334 -2.70 0.007 -.309398 -.0489004

_cons | 6.235074 .1498381 41.61 0.000 5.941302 6.528845

Quintiles 1 y 2






rg11 rg12 if indepe==0 & qaut_2>=1 & qaut_2<3 &

> borde_om_esc==0










LR chi2(38) = 494.28

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | .058018 .0711889 0.81 0.415 -.0815096 .1975457

gto_mun | .0007858 .0002932 2.68 0.007 .0002111 .0013604

luz | -.1864793 .3815513 -0.49 0.625 -.934306 .5613475

agua | .1054242 .2412319 0.44 0.662 -.3673817 .57823

alcan | -.1858121 .1720072 -1.08 0.280 -.52294 .1513159

lyauth_t_c | -.1485353 .1090883 -1.36 0.173 -.3623444 .0652738

tiene_omil | .0707673 .0753437 0.94 0.348 -.0769036 .2184382

esc | -.0217888 .0101048 -2.16 0.031 -.0415938 -.0019837

experiencia | -.008019 .0064016 -1.25 0.210 -.0205659 .004528

experiencia2 | .0001491 .0000964 1.55 0.122 -.0000399 .0003381

rural | -.1462986 .0681903 -2.15 0.032 -.2799492 -.0126479

contrato_si | .4187774 .0769292 5.44 0.000 .2679989 .5695559

129

indefinido | -.3928066 .0647199 -6.07 0.000 -.5196553 -.2659579

sector_min | -.1957458 .3318837 -0.59 0.555 -.8462259 .4547344

sector_ind | .3940146 .1100073 3.58 0.000 .1784043 .6096249

sector_energ | .4553319 .282684 1.61 0.107 -.0987186 1.009382

sector_const | .5001572 .0928428 5.39 0.000 .3181887 .6821258

sector_com | .5478515 .1240994 4.41 0.000 .3046211 .791082

sector_trans | .3667696 .1468482 2.50 0.013 .0789524 .6545868

sector_fin | .5858209 .1757864 3.33 0.001 .2412859 .9303558

sector_ser~m | 1.24057 .0849441 14.60 0.000 1.074083 1.407058

pers2a5 | -.1247391 .1031823 -1.21 0.227 -.3269727 .0774945

pers6a9 | -.1125574 .1489635 -0.76 0.450 -.4045205 .1794057

pers10a49 | .1468514 .0852702 1.72 0.085 -.0202751 .313978

pers50a199 | .1635079 .0929237 1.76 0.078 -.0186192 .345635

pers200omas | .2007489 .0894968 2.24 0.025 .0253385 .3761594

rg1 | -.3874558 .2424518 -1.60 0.110 -.8626525 .087741

rg2 | .1110858 .19236 0.58 0.564 -.2659329 .4881045

rg3 | -.2391601 .2407184 -0.99 0.320 -.7109595 .2326393

rg4 | -.0587408 .1471962 -0.40 0.690 -.3472401 .2297585

rg5 | -.1197975 .1103016 -1.09 0.277 -.3359847 .0963898

rg6 | -.2774132 .1320075 -2.10 0.036 -.5361431 -.0186833

rg7 | -.1540971 .1236895 -1.25 0.213 -.396524 .0883298

rg8 | -.0590931 .1081275 -0.55 0.585 -.2710191 .1528329

rg9 | -.177642 .1341315 -1.32 0.185 -.4405348 .0852508

rg10 | -.0398743 .1185205 -0.34 0.737 -.2721703 .1924217

rg11 | .400633 .2225721 1.80 0.072 -.0356003 .8368663

rg12 | -.4239677 .4258058 -1.00 0.319 -1.258532 .4105963

_cons | -.6974481 1.430457 -0.49 0.626 -3.501093 2.106197

------------------------------------------------------------------------------






muni ///








F( 42, 23195) = 62.93

Prob > F = 0.0000

R-squared = 0.1115

Root MSE = .61338

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~86 | -.1132756 .0563279 -2.01 0.044 -.223682 -.0028693

familiar | .0360506 .0125208 2.88 0.004 .011509 .0605922

amigo | .0014662 .0110203 0.13 0.894 -.0201343 .0230666

compa | .0503464 .0207693 2.42 0.015 .0096373 .0910555

empl | .0139752 .0169622 0.82 0.410 -.019272 .0472223

omil | -.0745145 .0333066 -2.24 0.025 -.1397977 -.0092313

puente | -.1811673 .1348155 -1.34 0.179 -.4454146 .0830799

priv | -.1034427 .0726734 -1.42 0.155 -.2458874 .0390019

estud | .1051768 .039261 2.68 0.007 .0282226 .182131

internet | .104321 .1716462 0.61 0.543 -.2321169 .4407588

muni | -.0286336 .0382874 -0.75 0.455 -.1036794 .0464121

esc | .0276141 .0019943 13.85 0.000 .0237052 .031523

experiencia | .0184963 .0010423 17.75 0.000 .0164534 .0205392

experiencia2 | -.0002708 .0000186 -14.56 0.000 -.0003073 -.0002343

rural | -.0190135 .0106686 -1.78 0.075 -.0399247 .0018977

contrato_si | .1093519 .023951 4.57 0.000 .0624064 .1562975

130

indefinido | .1557251 .0222501 7.00 0.000 .1121135 .1993367

pers2a5 | -.1345392 .0166283 -8.09 0.000 -.1671317 -.1019467

pers6a9 | -.1265497 .0177675 -7.12 0.000 -.1613752 -.0917242

pers10a49 | -.1008043 .0147339 -6.84 0.000 -.1296837 -.0719248

pers50a199 | -.076557 .0163743 -4.68 0.000 -.1086517 -.0444623

pers200omas | -.0283972 .0171281 -1.66 0.097 -.0619695 .0051751


sector_min | .1922708 .0284177 6.77 0.000 .1365703 .2479714

sector_ind | .0526939 .0239695 2.20 0.028 .0057122 .0996757

sector_energ | .1112487 .0451704 2.46 0.014 .0227118 .1997857

sector_const | .0723866 .0280729 2.58 0.010 .0173618 .1274114

sector_com | .0057761 .0317535 0.18 0.856 -.0564628 .068015

sector_trans | .0225384 .0255632 0.88 0.378 -.0275671 .072644

sector_fin | .061835 .0359054 1.72 0.085 -.0085419 .1322119

sector_ser~m | -.013807 .0643467 -0.21 0.830 -.1399309 .1123168

rg1 | .0681827 .035614 1.91 0.056 -.0016231 .1379884

rg2 | -.0175321 .0473295 -0.37 0.711 -.1103009 .0752368

rg3 | .1488959 .0296499 5.02 0.000 .0907802 .2070116

rg4 | -.048376 .0208904 -2.32 0.021 -.0893225 -.0074295

rg5 | .0007695 .0155567 0.05 0.961 -.0297226 .0312615

rg6 | .0108999 .0190934 0.57 0.568 -.0265243 .0483242

rg7 | -.0203257 .0170997 -1.19 0.235 -.0538422 .0131909

rg8 | -.108349 .0149648 -7.24 0.000 -.1376809 -.079017

rg9 | -.038265 .01856 -2.06 0.039 -.0746439 -.0018862

rg10 | .0819262 .0159782 5.13 0.000 .0506079 .1132446

rg11 | .1138625 .0580421 1.96 0.050 .0000963 .2276288

rg12 | .0133588 .0581798 0.23 0.818 -.1006775 .1273951

_cons | 6.382448 .1745086 36.57 0.000 6.0404 6.724497

Quintiles 3 y 4






rg11 rg12 if indepe==0 & qaut_2>=3 & qaut_2<5 &

> borde_om_esc==0








LR chi2(39) = 193.89

Prob > chi2 = 0.0000


------------------------------------------------------------------------------


-------------+----------------------------------------------------------------

cyj_trb_aut | -.0683982 .0776454 -0.88 0.378 -.2205804 .083784

gto_mun | -.0001335 .0004172 -0.32 0.749 -.0009512 .0006842

luz | -.5238677 .4778701 -1.10 0.273 -1.460476 .4127404

agua | -.6294587 .319742 -1.97 0.049 -1.256142 -.0027758

alcan | -.1111935 .2203836 -0.50 0.614 -.5431375 .3207505

lyauth_t_c | -.1595674 .1352205 -1.18 0.238 -.4245947 .1054599

tiene_omil | .1309327 .096667 1.35 0.176 -.058531 .3203965

esc | .0018264 .0118307 0.15 0.877 -.0213613 .0250142

experiencia | .0056405 .0074138 0.76 0.447 -.0088902 .0201712

experiencia2 | -.000011 .0001237 -0.09 0.929 -.0002535 .0002314

rural | -.1985176 .0956494 -2.08 0.038 -.385987 -.0110482

contrato_si | .3020134 .1086589 2.78 0.005 .0890459 .5149808

indefinido | -.2144251 .0803328 -2.67 0.008 -.3718745 -.0569758

sector_noesp | .7860102 .3120893 2.52 0.012 .1743264 1.397694

sector_min | .0163512 .256828 0.06 0.949 -.4870225 .5197249

131

sector_ind | .484298 .1327919 3.65 0.000 .2240306 .7445654

sector_energ | .7752752 .2545076 3.05 0.002 .2764495 1.274101

sector_const | .2998424 .1411404 2.12 0.034 .0232123 .5764725

sector_com | .3411368 .1579296 2.16 0.031 .0316005 .6506731

sector_trans | .1142369 .195771 0.58 0.560 -.2694673 .497941

sector_fin | .536316 .1780622 3.01 0.003 .1873206 .8853114

sector_ser~m | .8976424 .1199388 7.48 0.000 .6625667 1.132718

pers2a5 | -.3227648 .1560398 -2.07 0.039 -.6285971 -.0169325

pers6a9 | -.1122062 .1930382 -0.58 0.561 -.4905541 .2661416

pers10a49 | .1441416 .107876 1.34 0.181 -.0672915 .3555748

pers50a199 | .128871 .1155025 1.12 0.265 -.0975098 .3552517

pers200omas | .018997 .1087379 0.17 0.861 -.1941253 .2321193

rg1 | -.0106339 .222509 -0.05 0.962 -.4467435 .4254756

rg2 | .1916601 .1807257 1.06 0.289 -.1625559 .545876

rg3 | .384186 .1606787 2.39 0.017 .0692616 .6991105

rg4 | -.372421 .2741659 -1.36 0.174 -.9097763 .1649342

rg5 | -.1923638 .1383293 -1.39 0.164 -.4634842 .0787566

rg6 | .2774735 .1336021 2.08 0.038 .0156182 .5393287

rg7 | -.0997068 .1667774 -0.60 0.550 -.4265844 .2271709

rg8 | .0079108 .1353036 0.06 0.953 -.2572794 .2731011

rg9 | -.1048393 .1730284 -0.61 0.545 -.4439688 .2342902

rg10 | -.1022 .1514452 -0.67 0.500 -.3990271 .1946272

rg11 | .5498699 .1976144 2.78 0.005 .1625528 .937187

rg12 | -.4634435 .3987407 -1.16 0.245 -1.244961 .3180739

_cons | .0327586 1.785198 0.02 0.985 -3.466166 3.531683

------------------------------------------------------------------------------






muni ///








F( 43, 19243) = 90.02

Prob > F = 0.0000

R-squared = 0.1508

Root MSE = .60561

------------------------------------------------------------------------------

| Robust


-------------+----------------------------------------------------------------

lambda_om~87 | .3656301 .0369165 9.90 0.000 .2932705 .4379898

familiar | .0219888 .0127949 1.72 0.086 -.0030903 .0470679

amigo | -.0635427 .0116041 -5.48 0.000 -.0862878 -.0407976

compa | -.0158819 .0209134 -0.76 0.448 -.056874 .0251103

empl | -.0100521 .0192108 -0.52 0.601 -.0477069 .0276027

omil | -.1073148 .0469707 -2.28 0.022 -.1993814 -.0152482

puente | .0041249 .1765677 0.02 0.981 -.3419632 .350213

priv | .0427372 .055866 0.76 0.444 -.0667652 .1522395

estud | .1151543 .0290731 3.96 0.000 .0581685 .17214

internet | .1283422 .0589418 2.18 0.029 .0128111 .2438734

muni | .0099571 .0403667 0.25 0.805 -.0691651 .0890792

esc | .0495583 .0017726 27.96 0.000 .0460838 .0530327

experiencia | .0277373 .0009976 27.80 0.000 .0257819 .0296927

experiencia2 | -.0003145 .0000178 -17.64 0.000 -.0003495 -.0002796

rural | -.0565525 .0119417 -4.74 0.000 -.0799594 -.0331457

contrato_si | -.026099 .0165205 -1.58 0.114 -.0584805 .0062826

indefinido | -.0358642 .0126947 -2.83 0.005 -.060747 -.0109815

pers2a5 | -.2678634 .0209294 -12.80 0.000 -.3088869 -.2268399

132

pers6a9 | -.2662664 .0207876 -12.81 0.000 -.307012 -.2255208

pers10a49 | -.0899928 .0147844 -6.09 0.000 -.1189715 -.0610141

pers50a199 | -.0681021 .0155825 -4.37 0.000 -.0986451 -.0375591

pers200omas | .0000789 .0144293 0.01 0.996 -.0282037 .0283616

sector_noesp | .3454619 .0619815 5.57 0.000 .2239728 .4669509

sector_min | .2470829 .0235762 10.48 0.000 .2008716 .2932943

sector_ind | .2312246 .0214577 10.78 0.000 .1891656 .2732836

sector_energ | .4055074 .0463625 8.75 0.000 .3146329 .4963819

sector_const | .1772175 .0177919 9.96 0.000 .1423438 .2120911

sector_com | .1174037 .0211518 5.55 0.000 .0759442 .1588631

sector_trans | .0556858 .0193677 2.88 0.004 .0177234 .0936481

sector_fin | .2280572 .0280269 8.14 0.000 .173122 .2829924

sector_ser~m | .4061269 .033571 12.10 0.000 .3403249 .471929

rg1 | .005569 .0307961 0.18 0.856 -.0547941 .0659321

rg2 | .1296463 .0271658 4.77 0.000 .0763989 .1828937

rg3 | .2833352 .0273903 10.34 0.000 .2296478 .3370226

rg4 | -.0479883 .0250048 -1.92 0.055 -.0969998 .0010233

rg5 | -.0862445 .0152196 -5.67 0.000 -.1160762 -.0564128

rg6 | .0697082 .0187766 3.71 0.000 .0329045 .106512

rg7 | -.0260726 .0192806 -1.35 0.176 -.0638643 .0117191

rg8 | .0879578 .0180671 4.87 0.000 .0525447 .123371

rg9 | .1322887 .0226998 5.83 0.000 .0877951 .1767823

rg10 | .1700525 .0175082 9.71 0.000 .1357348 .2043702

rg11 | .2980395 .0518878 5.74 0.000 .1963349 .3997441

rg12 | -.0000701 .0326679 -0.00 0.998 -.064102 .0639618

_cons | 5.08243 .1290362 39.39 0.000 4.829508 5.335352

------------------------------------------------------------------------------

tesis de magÍster - economia.uc.cleconomia.uc.cl/wp-content/uploads/2015/07/tesis_cmunoz.pdf · en...

Documents